【1483】【王亦尘】

【个人情况】：北京化工大学大四，天津大学化学专业直博生。目前在做毕业设计，毕业设计为地球碳排放方向垂直领域相关数据的的机器学习应用。之前学习国外的数学，目前数学部分需要系统性学习。机器学习和python编程基本属于零基础提升。

【学习目标】：毕业设计和算法技术能力提升

【备注】：有毕业设计需求，目前时间安排上需要尽快在明年2月底学习完机器学习基础的内容。方向暂不确定，后续再跟踪调整。

【学习方向】：暂不定方向（先学习基础和kaggle部分）

【是否需要就业】：否

【目标就业地点】：暂无

【课程学习顺序】：如学生有特殊要求，比如需要紧急完成论文，学习哪个阶段的内容。可以在该阶段下写上需要先学习的内容（可以按照阶段前面的数字进行标号）。方便学生和复审老师明确学习顺序。

（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。

===============章节分割线===============

【第1阶段】：数学阶段

【监督方式】：强监督

「第1章」：数学基础

课程名称：【710】【1、高数基础---人工智能AI数学基础(完全0基础数学)】

课程内容：高数的系统知识学习，不建议从头到尾观看。浪费时间，可以通过数学加强课程中的数学知识，针对性复习。

---考核---（可选择，联系教务老师）

「第2章」：数学基础

课程名称：【709】【2、概率基础---人工智能AI数学基础(完全0基础数学)】

课程内容：概率的系统知识学习，不建议从头到尾观看。浪费时间，可以通过数学加强课程中的数学知识，针对性复习。

---考核---（可选择，联系教务老师）

「第3章」：数学基础

课程名称：【683】【3、统计基础---人工智能AI数学基础(完全0基础数学)】

课程内容：统计的系统知识学习，不建议从头到尾观看。浪费时间，可以通过数学加强课程中的数学知识，针对性复习。

---考核---（可选择，联系教务老师）

===============章节分割线===============

【第2阶段】：编程阶段

【监督方式】：强监督

「第1章」：Python基础

课程名称：【3350】【Python基础知识-pycharm版】

课程内容：python基础入门知识，对于算法中需要的基础的python做了一个系统的学习。

---考核---（可选择，联系教务老师）

「第2章」：数据结构基础

课程名称：【34】【Python数据结构与算法】

课程内容：数据结构入门，主要讲解了堆、栈、链表、快排、二分、树等数据结构与算法，课程末尾将会提供leetcode刷题教程，请需要就业的徒弟务必重视练习。

---考核---（可选择，联系教务老师）

「第3章」：数据科学库基础

课程名称：【30】【机器学习---数据科学包】

课程内容：讲解了目前主要是pandas、numpy、matpoltlib库的使用。

---考核---（可选择，联系教务老师）

「第4章」：MySQL基础

课程名称：【8】【MySQL】

课程内容：主要讲解了mysql数据库的使用，开发人员的基本操作。如果时间充足，可以系统学习，如果想要快速进入算法，可以跳过，不影响接下来的算法学习。

---考核---（可选择，联系教务老师）

「第5章」：Linux基础

课程名称：【14】【Linux】

课程内容：主要讲解了linux数据库的使用，开发人员的基本操作。如果时间充足，可以系统学习，如果想要快速进入算法，可以跳过，不影响接下来的算法学习。但是在进入项目阶段之前必须进行学习。

---考核---（可选择，联系教务老师）

===============章节分割线===============

【第3阶段】：机器学习阶段

【监督方式】：强监督

「第1章」：数学加强

课程名称：【29】【机器学习---数学基础加强】

课程内容：对机器学习常用的算法做了一个概览，偏难，如果有不会的，可以回到第一阶段中的数学课程中进行学习。

---考核---（可选择，联系教务老师）

「第2章」：机器学习基础

课程名称：【3142】【机器学习算法基础（基础机器学习课程）】

课程内容：机器学习基础算法的讲解，偏向于实现，对底层原理没有进行过多的阐述。

---考核---（可选择，联系教务老师）

「第3章」：机器学习进阶

课程名称：【31】【机器学习---算法加强】

课程内容：对机器学习深入的讲解，利用了大量的数学公式进行推导，足以应对工厂面试过程中问到的算法的底层远离的实现。比较难理解，需要多次吸收强化。如对该课程有不适应，请及时跟教务老师联系。

---考核---（可选择，联系教务老师）

「第4章」：机器学习框架

课程名称：【4168】【机器学习-Sklearn课程--V2】

课程内容：机器学习中的一个框架的学习，偏向于练习。

---考核---（可选择，联系教务老师）

===============章节分割线===============

【第4阶段】：深度学习阶段

【监督方式】：强监督

「第1章」：深度学习基础

课程名称：【9053】【深度学习-【2017版】【简版】】

课程内容：深度学习基础知识的讲解，对神经网络等深度学习常用的算法进行了讲解

---考核---（可选择，联系教务老师）

「第2章」：深度学习进阶

课程名称：【9054】【深度学习-【2020版】【深版】】

课程内容：深度学习深入知识的讲解，对神经网络等深度学习常用的算法进行了讲解

---考核---（可选择，联系教务老师）

「第3章」：深度学习框架

课程名称：【3196】【TensorFlow深度学习（第二版更新TF）-2】

课程内容：深度学习中的TensorFlow框架的讲解于使用。

---考核---（可选择，联系教务老师）

「第4章」：深度学习框架

课程名称：【9395】【Pytorch】

课程内容：深度学习中的Pytorch框架的讲解于使用。

---考核---（可选择，联系教务老师）

「第5章」：深度学习框架

课程名称：【9458】【深度学习-Tensorflow2.0】

课程内容：深度学习中TensorFlow2.X版本的讲解与使用。

---考核---（可选择，联系教务老师）

===============章节分割线===============

【第5阶段】：辅助阶段

【监督方式】：强监督

「第1章」：辅助课程

课程名称：【3173】【说明课程（基础知识与项目衔接说明课程）】

课程内容：项目阶段与基础阶段的分界点，在该课程之前为基础阶段，之后为项目阶段，如需更改方向，请在该阶段在群里与老师沟通。

---考核---（可选择，联系教务老师）

===============章节分割线===============

【第6阶段】：Kaggle练习阶段

【监督方式】：强监督

「第1章」：数据挖掘Kaggle阶段

课程名称：【2956】【3-Kaggle基于pytorch的风格转换 】

课程内容：Kaggle中对数据挖掘的项目练习。

---考核---（可选择，联系教务老师）

「第2章」：数据挖掘Kaggle阶段

课程名称：【2954】【1-Kaggle音乐推荐案例实战 】

课程内容：Kaggle中对数据挖掘的项目练习。

---考核---（可选择，联系教务老师）

「第3章」：金融数据分析Kaggle阶段

课程名称：【3045】【Kaggle金融反欺诈模型训练 】

课程内容：Kaggle中对金融风控的反欺诈模型的项目练习。

---考核---（可选择，联系教务老师）

「第4章」：金融数据分析Kaggle阶段

课程名称：【3044】【第二课---Kaggle经济金融相关问题解决 】

课程内容：Kaggle中对金融风控的反欺诈模型的项目练习。

---考核---（可选择，联系教务老师）

【简历辅导阶段】

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！