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