陈同学测评：

1.必填项：

学员分类：学习算法应对研究课题和工作

学习方向：自然语言处理NLP

是否就业：否

监督方式：主要弱监督学习

是否需要阶段考核：是

学习目标：学习Python编程，算法，应对研究课题和实习工作

2.学员情况自述：

本科大四刚毕业，下半年上海海事大学研一，研究生方向为模式识别。导师安排让学习这方面的内容，本人对深度学习和NLP也有兴趣，学习过一段时间的python基础。考研是C语言和数据结构这一块，数学有基础。学习的目的一方面是为了研究生阶段的课题研究，一方面希望研二能找到一份算法相关的实习工作。学习方式定为弱监督学习，数学和python部分同时进行。

学员课程安排：

1.数学基础课程

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（和数学基础同步进行）

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：

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.深度学习阶段

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

5.python数据挖掘课程

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

6.NLP课程项目提升

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

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