李伟测试情况:
1.无py编程基础,python从基础开始,注重过程监控
2.国内大学博士一年级摇号气象方向,本科硕士都没有接触编程和算法,基本都在做实验。
3.学习为了提高算法能力,能够解决2020年4月份一个科研问题(学习达到效果)。
4.教学目标:机器学习和深度学习零基础加强。
5.方向:机器学习深度学习提高方向。数学基础不好,由于时间关系设置为弱监督方式。其他课程均为强监督,先学习机器学习和深度学习,提高编程能力。
除了特殊标记都为强监督
课程安排:
第一阶段:数学课程(弱监督)
包括:线性代数,概率论,高等数学,统计学
第二阶段:python基础
包括:python语法,面向对象部分
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
增加阶段:pytorch基础实战
第十阶段:kaggle实战巩固
包括:kaggle案例实战
第十一阶段:指导学员下一步学习方向。
教学目标:算法基础基础拓展。
时间安排:
每周一到周五每天学习至少3小时,时间沟通过可以安排。
每周日5小时,周日考核。
每天提交xmind复习笔记和博客笔记。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。