1075 张同学，改方向数据挖掘

 

【1075】【张文静】

【基本情况】#生物工程专业，目标为就业，目标在济南，学习两个月的java，面向对象比较蒙，方向为大数据更改为大数据挖掘，需要写csdn博客。方向为#大数据挖掘。

【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。在未来工作中使用中需要该模块技术。

【备注】：课程时长一年，有数学基础，打好机器学习与深度学习基础

【学员分类】：大数据挖掘方向【零】基础提高

【是否需要就业】：是

【目标就业地点】：国内

【监督方式】： 在课程安排中，阶段后面可看该阶段的监督方式。如想要对阶段中的某一个章节进行修改监督方式，请在章节后面写明监督方式。

【个人情况】1.学员情况：无python编程基础，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，补充数学方面的不足，增加大数据分析的部分，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】：有任何疑问，在群里随时艾特或者ding教务老师和电话测评的老师！尽快解决，达到当前阶段没有疑问为止。

【第一阶段】：数学基础课程：（弱监督）

「第一章」：线性代数

「第二章」：高等数学

「第三章」：概率论

「第四章」：统计学

「备注」：提供文档和视频，如果文档看不懂，可以看视频。该阶段是整体的数学，非常细致，不建议全看，可以从python开始，以文档为主，在学习到机器学习算法用到数学的话，对于丝毫不理解的数学知识，可以在该视频中进行复习一下！（不懂的联系教务老师）

【第二阶段】：语言基础（弱监督）

「第1章」：python基础

说明：包括#python基础语法，

「第2章」：python数据结构（就业必备）

说明：堆、栈、列表、数组、排序算法、查找算法、力扣的使用！该阶段为就业必备阶段，学完之后每天需要提交力扣练习题，为之后就业增加竞争力！提交方式截图或者是写思路总结到当天的CSDN都可以！

「第3章」：数据科学库基础

说明：numpy库，pandas库，matplotlib库，API的调用学习，掌握了解一下，因API较多，不会的可以查阅文档！

「第4章」：mysql、linux基础（弱监督）

说明：基础操作，必备技能，但是该阶段不学习不影响进入到算法阶段，可以联系教务老师确实是否需要学习！

------------算法基础与编程基础阶段分割线-------------

【第三阶段】：机器学习阶段（重点课程，强监督）

「第1章」: 数学基础加强

说明：该阶段为机器学习阶段中必备数学知识！

「第2章」：机器学习基础

说明：该课程偏向于实操，比较简单，可以先简单入门

「第3章」：机器学习进阶

说明：分类算法，聚类算法，回归算法，HMM等模型的推导与实现！

「第4章」：sklearn机器学习实战（强监督）

说明：特征工程，建模代码实操代码

 

【第四阶段】：深度学习阶段（重点课程，强｜弱监督）

「第1章」：深度学习基础

说明：深度学习的基础算法

「第2章」：tensorflow深度学习技术实战

说明：tf深度学习实战

 

--------------算法基础与算法项目分割线---------------

【重点说明】：该阶段需要跟老师再次进行沟通，重新确认项目阶段的需求。对于不了解的方向问题，提出来进行讨论，然后根据老师提出来的建议和见解，进行新的项目制定和配置！

该阶段所有课程均为强类型监督，看完其中的一个项目，然后进行项目文档的总结，以及自述。将这些落地到word中，然后提交到群里，老师查看，方可进行下一个项目的学习！

【第五阶段】：项目阶段：（强监督）

 

python数据挖掘分析课程：

「第1章」： kaggle数据分析课程1

包括：电商ctr预估2959

「第2章」： kaggle数据分析课程1

包括：kaggle音乐推荐2954

「第3章」： kaggle实战

包括：kaggle反欺诈3045

「第4章」： kaggle数据分析课程

包括：kaggle经济金融相关问题3044

「第5章」：指导学员下一步学习方向。

 

补充大数据#

【第五阶段】：大数据阶段#精简大数据

「第1章」 java基础

包括：基础命令

「第2章」 hadoop基础

包括：大数据基础

「第3章」数据采集处理基础

包括：大数据基础flume基础

「第4章」 hive基础实战

包括：实战离线处理技术

「第5章」 spark实战课程（弱监督）

包括：实战大数据分析

「第6章」大数据数仓项目

包括大数据数仓项目构建指标体系

 

推荐系统#

「第1章」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章」大数据文章推荐前置课程

包括：spark基础，pyspark

「第3章」大数据文章推荐系统实战（弱监督）

包括：电商推荐召回排序算法

「第5章」 kaggle数据挖掘实战(4个相关项目加强数据挖掘处理能力)

包括：选择好的一部分kaggle案例

 

 

【辅助阶段】

写出来初版的简历，然后老师进行建议，再次修改简历。简历合格，进行模拟面试。沟通面试问题等，具体事宜，到该阶段之后联系相应的教务老师进行安排。

 

【时间安排】：

学员可以自主安排学习时间。具体的时间可以灵活调整。

【相关规定】：

（1）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。

（2）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！

（3）项目阶段，需要录制或者文档落地针对做过的项目的自述！

（4）每天必须按计划完成任务，临时有事需在日报中说明情况即可，长期请假请联系教务老师。

（5）考核不通过需要缴费补考，50元是第一次，每次增加50元，200元封顶（此项如有疑问，可以联系教务老师进行更改）。

【参考博客】：第二天早晨八点半，会有拜师晨报提醒。当中有学生优秀博客，可以查看学生的排版

【监督相关说明】：

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。

【工作安排】：

（1）、批改作业，环境安装！还有学习过程中有不会的问题的话，艾特软件安装以及基础答疑老师！

（2）、学习过程中如果有什么问题和疑问，可以艾特答疑老师！

（3）、如果计划需要更改，可以群里艾特我和跟你电话测评沟通的老师进行沟通！

（4）、如果有什么方向上面的疑问，可以艾特相关的答疑老师和计划制定的老师！

（5）、如果不知道找哪位老师的话，或者问题比较紧急的可以艾特教务老师进行处理，或者有什么意见和建议（直接私聊教务老师）！教务老师会进行受理！

 

 

 

张文静，本科毕业，二本，电气方面，目标为就业，目标在济南，学习两个月的java，面向对象比较蒙，方向为大数据，后面数据挖掘扩展。

 

 

 

学习目标：学习大数据方向，大数据分析，方向为大数据开发方向，注意：学习主要是提高大数据开发，学习解决大数据分析问题。目标为提升提高。

 

#核心：大数据零基础提升，大数据开发方向。

 

 

 

选择方向：大数据数据分析方向

 

1.无java编程基础，java从基础开始，注重过程监控，基础课程20天左右。

 

2.毕业一年多，电气工程专业专业方向，无linux基础，sql基础，该部分设置为强监督方式。因为找工作，该学员没学过数据结构，重新加强。

 

3.全职学习，周一到周五至少四个小时课程安排开。 4.教学目标：大数据分析实时处理零基础加强。

 

5.方向：大数据分析处理方向。

 

课程安排：

 

第一阶段：java基础

 

包括：java基础语法，面向对象，异常

 

第二阶段：linux基础

 

包括：shell编程，linux基础

 

第三阶段：mysql数据库基础

 

包括：数据库入门，mysql基础

 

第四阶段：大数据离线核心技术。

 

包括：zookeeper，hadoop，hive

 

第五阶段: 大数据数据处理框架技术

 

包括：flume，sqoop，oozie，hue，azkaban

 

第六阶段：离线网站流量分析案例进阶

 

包括：利用离线技术完成项目实现

 

第七阶段：scala语言基础

 

包括：scala语言基础实战

 

第八阶段：spark批处理框架基础

 

包括：sparkcore，sparksql，sparkstream

 

第九阶段：spark基础进阶。（暂且不配置）

 

包括：sparkgraphx，sparkmllib，structedstreaming

 

第十阶段：DW数仓项目实战

 

包括：项目

 

第十一阶段: flink基础及实战

 

包括：flink基础及实战

 

实战

 

第十三阶段：推荐系统实战

 

1推荐系统基础

 

2spark电商推荐系统

 

以下部分为扩展（先不配置，工作了在学习）

 

第十四阶段：python扩展

 

pyspark结合nlp自然语言处理项目实战

 

第十四阶段：java数据结构（就业必备）

 

包括：链表，线性表，树，图，排序，查找

 

第十五阶段：大数据新技术栈

 

包括：kylin，datax，druid，flinkcep

 

 

 

教学目标：大数据实时数据处理基础基础。

 

 

 

时间安排：

 

每周一到周五每天学习2小时，时间您可以自己安排。

 

每周日多于5小时，周日可能考核。

 

每天提交xmind复习笔记和博客笔记。同时每周三日，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