【1238】【刘同学】
【个人情况】:学生从事网络公安行业,学习课程不为了就业,有其他编程经验的基础,但是数学学生遗忘很多,主要学习方向为数据挖掘,数据结构不太需要,暂不配置,有需要可以联系教务老师配置。前期主要是学习数据挖掘前置知识,计划以尽快达成目标为主。
【学习目标】:工作技能提升
【备注】:课程时长一年,无数学基础,打好机器学习基础
【学员分类】:数据挖掘方向【£零|R有】基础提高
【是否需要就业】:£是|R否
【目标就业地点】:无
【课程学习顺序】:按照正常的课程顺序进行学习(按照顺序学习即可,有问题随时跟老师联系调整)
【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。
说明:£强|£弱:代表学习方式是强监督还是弱监督
R是|£否:代表该课程是否进行配置,默认为是
【第一阶段】:数学课程:整体 £强|R弱 or R是|£否
学生数学概率有一些遗忘,特意配置较全的数学课程方便复习,建议直接学习数学基础加强课程,来补充数学上面的欠缺。
「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pythor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:整体 £强|R弱 or R是|£否
学生有基础学习,基础知识希望学生可以快速过一遍,数据结构基础也不错,但是对于树结构等一些深入的没有学习,建议添加。
「第1章」:python基础:
配置方式:£强|£弱 or R是|£否
说明:包括#pythor基础语法。必须会的!
---考核---(可调整,联系教务老师)
「第2章」:数据科学库基础
配置方式:£强|£弱 or R是|£否
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!
---考核---(可调整,联系教务老师)
------------算法基础与编程基础阶段分割线-------------
【第三阶段】:机器学习阶段:整体 R强|£弱 or R是|£否
「第1章」: 数学基础加强
配置方式:£强|R弱 or R是|£否
说明:该阶段为机器学习阶段中必备数学知识!
---考核---(可调整,联系教务老师)
「第2章」:机器学习基础
学生有基础,基础的算法实操课程可以快速通过。
配置方式:£强|£弱 or R是|£否
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
该课程有深度,偏难,建议多看几遍,如果实在难以吸收,可以联系教务老师来沟通切换课程。
配置方式:£强|£弱 or R是|£否
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
配置方式:£强|£弱 or R是|£否
说明:特征工程,建模代码实操代码
---考核---(可调整,联系教务老师)
【第四阶段】:深度学习阶段:整体 R强|£弱 or R是|£否
「第1章」:深度学习基础
配置方式:£强|£弱 or R是|£否
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1.0实战(公司用的比较多)
配置方式:£强|£弱 or R是|£否
---考核---(可调整,联系教务老师)
「第3章」:Pytorch框架学习
配置方式:£强|£弱 or R是|£否
说明:深度学习框架
「第4章」:tensorflow.2.0深度学习技术实战
配置方式:£强|R弱 or R是|£否
说明:tf深度学习实战(比较新的框架)
--------------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】:大数据应用阶段:整体 £强|R弱 or R是|£否
大数据应用框架的原理阶段,了解应用即可,不用深究源码。
「第1章」:mysql、linux基础
配置方式:£强|R弱 or R是|£否
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!
---笔记、总结---
「第2章」:hadoop离线阶段
配置方式:£强|£弱 or R是|£否
说明:了解常用的hadoop、kafka、yarn、hdfs、hive、 flume等离线框架
---笔记、总结---
「第3章」:spark实时阶段
配置方式:£强|£弱 or R是|£否
说明:了解、并且学会常用的spark实时框架体系
---笔记、总结---
「第4章」:数据仓库项目
配置方式:£强|£弱 or R是|£否
说明:了解数据仓库的概念以及整体的流程即可
---笔记、总结---
【第六阶段】:推荐项目阶段:整体 R强|£弱 or R是|£否
「第1章」:大数据推荐系统理论基础
该阶段为整个流程的介绍,其中涉及到一些基础的大数据的知识,故设置为弱监督模式。
配置方式:£强|R弱 or R是|£否
说明:了解电商推荐系统的整体框架的流程
---项目综述---(可调整,联系教务老师)
「第2章」:大数据推荐系统理论实战
配置方式:R强|£弱 or R是|£否
说明:实战电商推荐的整个推荐过程
---项目综述---(可调整,联系教务老师)
「第3章」:大数据头条NLP推荐系统理论基础
该阶段为整个流程的介绍,其中涉及到一些基础的大数据的知识,故设置为弱监督模式。
配置方式:£强|R弱 or R是|£否
说明:了解头条NLP推荐系统的整体框架的流程
---项目综述---(可调整,联系教务老师)
「第4章」:大数据头条NLP推荐系统理论实战
配置方式:R强|£弱 or R是|£否
说明:实战电商推荐的整个推荐过程
---项目综述---(可调整,联系教务老师)
「第5章」:金融评分卡项目
配置方式:£强|R弱 or R是|£否
说明:纯数据挖掘项目,主要讲解的是数据挖掘的整个过程的实现。
---项目综述---(可调整,联系教务老师)
-----------大数据基础与kaggle项目分割线--------------
按照个人的情况,有兴趣可以学习(暂不配置)。
【第七阶段】:kaggle阶段:整体 £强|R弱 or R是|£否
「第1章」:kaggle音乐推荐系统
配置方式:£强|R弱 or R是|£否
---项目综述---(可调整,联系教务老师)
「第2章」:kaggle反欺诈模型
配置方式:£强|R弱 or R是|£否
---项目综述---(可调整,联系教务老师)
「第3章」:kaggle经济金融相关问题
配置方式:£强|R弱 or R是|£否
---项目综述---(可调整,联系教务老师)
「第4章」:数据结构与算法基础
配置方式:£强|R弱 or R是|£否
---项目综述---(可调整,联系教务老师)
【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