【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