陈同学测评情况：

 

1.必填项：

 

学员分类：学习算法应对研究生学习

 

学习方向：自然语言处理NLP

 

是否就业：否

 

监督方式：主要强监督学习

 

是否需要阶段考核：是

 

学习目标：学习Python编程，数据分析，算法，应对研究生学习和实习工作

 

2.学员情况自述：

 

即将研究生一年级，本硕都是统计学专业，理学。研究生培养计划中，有统计机器学习、爬虫、深度学习的课程，因此希望能在假期学习相关的内容，为研究生学习做好准备工作。本科阶段有接触过R做数据分析的内容，但是也记忆不深了。目前Python属于零基础提高，数学基础较好，理学专业，有先天优势，数学部分以文档自学为主。方向暂定NLP方向，后期跟导师学长沟通可调整。当前，希望能目标性的学习机器学习和爬虫，深度学习这块内容。同时因为当前在进行实习工作，每天能有1-2小时学习时间，学习进度可以和老师沟通，以强监督学习为主。

 

 

 

学员课程安排：

 

1.数学基础课程（建议弱监督）

 

第1阶段：高等数学

 

第2阶段：线性代数

 

第3阶段：概率论

 

第4阶段：统计学

 

2.语言基础（强监督）

 

第1阶段：python基础

 

包括：python语法，面向对象部分

 

第2阶段：python数据结构

 

包括数据结构常用算法

 

第3阶段：数据科学库基础

 

包括：numpy，pandas，matplotlib

 

3.机器学习阶段：（强监督）

 

第1阶段: 机器学习基础

 

包括：机器学习算法理论基础，基础核心算法

 

第2阶段：机器学习进阶

 

包括：分类算法，聚类算法，回归算法，HMM

 

第3阶段：sklearn机器学习实战

 

包括：特征工程，建模代码实战

 

4.python爬虫阶段（强监督）

 

第1阶段：python爬虫基础

 

包括：爬虫基础实战

 

第2阶段：python爬虫项目

 

包括：爬虫项目

 

5.深度学习阶段（强监督）

 

第1阶段：深度学习基础

 

包括：深度学习的基础算法

 

第2阶段：tensorflow深度学习技术实战

 

包括：tf深度学习实战

 

6.NLP课程项目提升（强监督）

 

第1阶段： NLP人工智能（第一部分）

 

第2阶段：NLP人工智能（第二部分）

 

第3阶段：NLP人工智能（第三部分）

 

第4阶段：kaggle的nlp基础处理方法项目

 

(备注：如后续有时间精力，可配置其他方面数据挖掘课程）

 

7.python数据挖掘课程（补充）

 

第1阶段：kaggle数据分析课程1

 

包括：电商ctr预估2959

 

第2阶段：kaggle数据分析课程1

 

包括：kaggle音乐推荐2954

 

第3阶段：kaggle实战

 

包括：kaggle反欺诈3045

 

第4阶段：kaggle数据分析课程

 

包括：kaggle经济金融相关问题3044

 

 

 

时间安排：

 

学员每天提交xmind复习笔记和博客笔记。同时每周空余时间整理知识点，整理笔记到博客，可以选择博客园博客。将重点知识点录屏自己讲出来(学习方式中吸收最好的方式是给别人讲出来)，并提交作业。

 

相关规定：每天必须按计划完成任务，否则将停发学习任务，临时有事需请假。考核不通过需要缴费补考。

 

参考博客：https://blog.csdn.net/Andrew___A/article/details/101096331

 

相关解释：

 

弱监督：不需要每天提交作业，直接可以解锁课程，适合于自制力能力强的。

 

强监督：需要学习完一个课程通过管理员解锁才能继续学习下一个阶段，适合于自制力不够强，已经参加工作的学员