1170王同学#换一份比较高薪工作，在开课吧学习过大数据，但是源码没有研究过，还得增加数据结构部分，为了学习推荐系统增加py的编程能力，增加力扣刷题。方向设置为推荐系统方向。

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：推荐系统与数据挖掘基础提高。特别是py与数据挖掘，推荐系统在现在工作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，需要从基础强化，缺乏系统性，学员后期用得到项目中。
        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，掌握常见的数据科学处理思路。
        3.时间：因为目前有编程基础，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：

强化语言基础
第1阶段：python基础（弱监督）
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3阶段：数据科学库基础
包括：numpy，pandas，matplotlib

大数据源吗解读：
第1阶段：大数据spark源码解读
包括hadoop和spark源码解读，重点spark

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
     

项目配置：
大数据挖掘提升阶段（包含项目强监督）
第1阶段：机器学习增强与大数据电商推荐
包括：电商spark推荐系统
第2阶段：大数据文章推荐前置课程
包括：spark基础，pyspark
第3阶段：大数据文章推荐系统实战（扩展）
包括：电商推荐召回排序算法

下面课程后面在配置
增加爬虫阶段#
第1阶段#python爬虫基础
包括：爬虫___HTML和CSS
第2阶段：python爬虫基础
包括：爬虫___web服务器
第3阶段：python爬虫实战
包括：爬虫__爬虫通用模块
第4阶段：python爬虫框架案例实战
包括：爬虫__爬虫scrapy框架及案例

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

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。