张同学：16年毕业，数学遗忘，在西安工作，硕士读的控制科学与工程，零基础学习，4到5个月时间需要学习，建议大数据数据挖掘，增加nlp内容。
1，大数据挖掘基础测试：
#测评情况：
        1，必填项：
        学员分类：大数据挖掘零基础提高
        学习方向：数据分析和挖掘
        是否就业：是
        监督方式： 除了数学均为强监督
        是否需要阶段考核：是
        是否需要数据结构：是
        学习目标：机器学习和深度学习零基础提升，数据挖掘基础提高。特别是机器学习和深度学习能力的提升。在未来读书使用中需要该模块技术。
        2，学员情况自述：
        1.学员情况：无python编程基础，转行大数据数据分析，需要从基础强化，缺乏系统性，机器学习方面需要系统。学员后期用得到学习中。
        2.具体目标：能够通过学习提高自己的编程和机器学习处理问题能力，补充数学方面的不足，增加数据分析和大数据增强的部分，掌握常见的数据科学处理思路。
        3.时间：因为目前没有编程基础，尽可能有足够时间学习不足之处，学习一天视频学习不超过3个小时，其余时间写代码总结。如果以后上课建议一周至少学习2到4天，只要学习就提交博客和阶段xmind，建议数学弱监督学习。其他为强监督。

学员课程安排：
1，数学基础课程：（弱监督）
第1阶段：线性代数
第2阶段：高等数学
第3阶段：概率论
第4阶段：统计学
注意：提供文档和视频，如果文档看不懂，可以看视频。

2，语言基础
第1阶段：python基础（强监督）
包括：python语法，面向对象部分
第2阶段：python高级数据结构
包括：树，图，数据结构基础
第2阶段：mysql基础加强
包括：数据库基础，python操作mysql
第3阶段：数据科学库基础
包括：numpy，pandas，matplotlib

3，机器学习阶段：（重点课程，强监督）
第1阶段：机器学习数学基础加强。                                                
 包括：高数，概率，线代加强
第2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3阶段：机器学习进阶
包括：分类算法，聚类算法，回归算法，HMM
实战课程#
第4阶段：sklearn机器学习实战
包括：特征工程，建模代码实战

4，深度学习阶段（重点课程，强监督）
第1阶段：深度学习基础
包括：深度学习的基础算法
实战课程#
第2阶段：tensorflow深度学习技术实战
包括：tf深度学习实战
第3阶段#pytorch实战
包括#pytorch部分

4，数据挖掘项目提升阶段：
注意：根据情况，项目之前进行两次沟通指导。
python数据挖掘分析课程：
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
     
项目配置：
大数据提升阶段（包含项目强监督）
第1阶段：java基础（直接考核）
包括：基础命令
第2阶段：hadoop基础
包括：大数据基础
第3阶段：数据采集处理基础
包括：大数据基础flume基础
第4阶段：hive基础实战
包括：实战离线处理技术
第5阶段：spark实战课程
包括：实战大数据分析
第6阶段：大数据数仓项目
包括：大数据数仓项目构建指标体系

教学目标：机器学习与数据挖掘能力基础提升。
时间安排：
       学员可以自主安排学习时间，这段时间尽快抓紧学习。
注意#
每天完成今日学习任务，提交相应的csdn或者是有道云笔记之类的链接到每日作业中。老师会进行审核，每个阶段结束，进行阶段测评，测评通过，提交老师发布的通过截图到下一个课程的第一节的阶段卡点之后，方可进行下一章内容的学习。
每个章节结束，如果觉得吸收比较乱，知识点多，可以进行xmind脑图的构造一下整体的思路！
项目阶段，需要录制针对做过的项目的自述！

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。