张家宇测试情况:
1.考核:有编程基础,python从基础开始加强巩固,需要系统化。注重过程监控。有数学基础。学员数据结构不够扎实,重新学习加强,开启力扣刷题。
2.个人情况:中科院硕士自然语言处理工程硕士3年级。
3.目前情况:现在研三,应对研三硕士春招就业。方向是nlp算法等。
4.目标:扎实专研应对nlp算法强化提升,应对就业。
5.教学方向:算法强化nlp方向提高
课程安排:
第零阶段:数学课程~弱监督方式
包括:线性代数,概率论,高等数学,统计学
第一阶段:python基础
包括:python语法,面向对象部分
第二阶段:python数据结构基础
包括:链表,线性表,树,图,排序,查找
第三阶段:数据科学库基础
包括:numpy,pandas,matplotlib
第四阶段:机器学习数学基础加强。
包括:高数,概率,线代加强
第五阶段: 机器学习基础
包括:机器学习算法理论基础
第六阶段:机器学习进阶
包括:分类算法,聚类算法,回归算法,HMM
第七阶段:sklearn机器学习实战
包括:特征工程,建模代码实战
第八阶段:深度学习基础
包括:深度学习BPNN,CNN,RNN,LSTM
第九阶段:tensorflow实践。
包括:深度学习算法实践
第十阶段:nlp前置基础知识
包括:nlp基础知识(见xmind)
第十一阶段: nlp项目实践1个月
包括:聊天机器人,大数据文章推荐算法
(大数据NLP推荐实战)
第十二阶段:kaggle的nlp实战
包括:选择好的一部分kaggle案例
第十三阶段:指导学员下一步学习方向。
教学目标:算法基础nlp提高。
时间安排:(时间跟您的时间合计)
每周一二,周四五,每天学习3到4小时,因为没有工作,可以安排。
每周六5小时,周日考核。
每天提交xmind复习笔记,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。