【1495】【冯喆】

【个人情况】：西北大学，研二，应用统计专业，数学理论扎实，python自学，不系统。学校课程机器学习偏理论，深度学习理论方向偏向视觉，目标检测。觉得代码比较吃力，学习上论文和找工作都有需求。论文方向：知识图谱在推荐上的应用。推荐系统+自然语言处理

【学习目标】：提升代码能力（急切），项目实践能力，学术论文。

【学习方向】：推荐系统方向+知识图谱

【是否需要就业】：是

【目标就业地点】：一线城市

【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】：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」：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2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3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）

===============章节分割线===============

【第4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5阶段】：推荐方向阶段 （论文阶段可粗略看一下，找工作之前再详细学习）

【监督方式】：弱监督

「第1章」：推荐方向前置知识阶段

课程名称：【4】【Hadoop视频】

课程内容：hadoop精简版课程，主要用于大数据推荐方向的学生了解常用的HDFS存储等知识。建议只需要了解，不用实操，其中hiveSQL语句可以重点学习一下。

---考核---（可选择，联系教务老师）

「第2章」：推荐方向前置知识阶段

课程名称：【25】【Spark---Scala课程】

课程内容：该课程主要讲解spark框架使用的Scala语言，了解一下即可。可以快速学习，为大数据推荐系统做准备。

---考核---（可选择，联系教务老师）

「第3章」：推荐方向前置知识阶段

课程名称：【24】【Spark---Core课程】

课程内容：Spark基础阶段理论学习，主要讲解了spark核心理论知识，可以快速学习，为大数据推荐系统做准备。

---考核---（可选择，联系教务老师）

「第4章」：推荐方向前置知识阶段

课程名称：【26】【Spark---SQL课程】

课程内容：Spark基础阶段理论学习，主要讲解了sparkSQL理论知识，可以快速学习，为大数据推荐系统做准备。还阶段使用到了SQL语句。

---考核---（可选择，联系教务老师）

===============章节分割线===============

【第6阶段】：推荐方向阶段

【监督方式】：强监督

「第1章」：推荐方向算法理论阶段

课程名称：【3258】【1、大数据技术之机器学习和推荐系统-理论】

课程内容：该课程主要讲解了大数据推荐架构中常用的算法的实现和学习K近邻、逻辑回归、决策树等知识的讲解。重点学习的课程。

---考核---（可选择，联系教务老师）

「第2章」：推荐方向项目实践阶段

课程名称：【3528】【3、大数据技术之机器学习和推荐系统-电商推荐系统】

课程内容：该课程主要从推荐系统的设计-实现-测试各方面进行了讲解，通过了对电商数据的分析，然后使用推荐算法对模型进行设计，然后对各个模块进行实现。

---考核---（可选择，联系教务老师）

「第3章」：推荐方向算法理论阶段

课程名称：【2644】【1、头条NLP推荐系统基础】

课程内容：该课程主要是讲解了推荐系统的架构的理论实现，以及推荐系统常见的冷启动、数据集、NLP常用的基础知识等问题，然后讲解了大数据推荐系统常用的大数据框架的知识，如Hadoop、Kafka等知识的讲解。

---考核---（可选择，联系教务老师）

「第4章」：推荐方向项目实践阶段

课程名称：【1754】【2、头条NLP推荐系统项目】

课程内容：该课程主要讲解了文章推荐系统的整体的实现，其中通过对召回层、算法实现等的讲解，完成了整个文章推荐系统的视线，并且实现了调用。

---考核---（可选择，联系教务老师）

===============章节分割线===============

【第7阶段】：自然语言处理阶段

【监督方式】：强监督

「第1章」：自然语言处理阶段

课程名称：【2859】【1、NLP人工智能（第一部分）---自然语言处理基础必备 】

课程内容：自然语言处理方向中对一些基础的自然语言处理的讲解，特征选取以及词向量等，其中还有对机器学习做的一些简单的复习知识。可以跳过

---考核---（可选择，联系教务老师）

「第2章」：自然语言处理阶段

课程名称：【2948】【2、NLP人工智能（第二部分）---自然语言处理进阶 】

课程内容：自然语言处理与深度学习的一些知识点的学习。

---考核---（可选择，联系教务老师）

「第3章」：自然语言处理阶段

课程名称：【2958】【3、NLP人工智能（第三部分）---深度学习Bert进阶 】

课程内容：深度学习中的文本匹配以及语料库的匹配等自然语言处理结合的课程。

---考核---（可选择，联系教务老师）

「第4章」：自然语言处理阶段

课程名称：【3195】【NLP到Word2Vec实战 】

课程内容：自然语言处理阶段的Word2Vec的讲解

---考核---（可选择，联系教务老师）

「第5章」：自然语言处理阶段

课程名称：【8453】【知识图谱】

课程内容：知识图谱概念、知识表示与建模、抽取、挖掘、存储、融合、推理、搜索、问答、以及应用。

---考核---（可选择，联系教务老师）

「第6章」：自然语言处理阶段

课程名称：【3452】【自然语言序列模型实战】

课程内容：该课程对于自然语言处理模型进行概述，包含语言模型，神经序列模型，FSM，CRF的学习

---考核---（可选择，联系教务老师）





===============章节分割线===============

【第8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」：自然语言处理kaggle阶段

课程名称：【3453】【Kaggle文本主题和分类 】

课程内容：kaggle中对文本的分类项目练习。

---考核---（可选择，联系教务老师）

「第4章」：自然语言处理kaggle阶段

课程名称：【3450】【Kaggle文本主题与分类（加） 】

课程内容：kaggle中对文本的分类项目练习新增内容。

---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！