严同学测评：

 

1.必填项：

 

学员分类：学习算法应对就业

 

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，算法，应对毕业设计和工作

 

2.学员情况自述：

 

（1）本科新闻学专业，研究生语音语言处理。英国研究生，正在做毕业设计，方向是文本和语音的情感分析；

 

（2）没有学过数学，需要重新加强学习相关数学基础性内容。Python本科学过，研究生到现在用的一直是python语言，深度学习框架熟悉pytorch；

 

（3）希望回国找NLP相关的工作，应对面试中遇到的问题，尤其是机器学习原理性的内容。

 

备注：主要设置强监督，python阶段弱监督学习，先考核。

 

学员课程安排：

 

1.数学基础课程（强监督，数学与机器学习阶段同步进行）

 

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（弱监督，先考核）

 

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，数学与机器学习同步进行）

 

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（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

 

5.python数据挖掘课程（强监督）

 

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（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

 

7.知识图谱入门（强监督）

 

第1阶段：知识图谱包括本体设计

 

第2阶段：知识抽取NER，知识融合

 

第3阶段：行业知识图谱应用

 

 

 

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