沈琪测评
增加:金融数据分析方向
上海金融公司,数据分析岗位,目标明确,积极性强,算法提高
1.无py编程基础,从基础开始,注重过程监控
2.研究生毕业,有数学基础,概率论需要加强,没学过数据结构,重新加强。
3.研究生毕业后进入金融行业工作,上海工作,学习为了继续深造,需要和上班时间排除开。
4.教学目标:机器学习和深度学习零基础加强。
5.方向:金融数据分析方向。
课程安排:
第零阶段:python基础
包括:python语法,面向对象部分
第一阶段:数学课程
包括:线性代数,概率论,高等数学,统计学
第二阶段:python数据结构基础(课程后置)
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:项目前置基础知识
包括:项目前置知识
第十一阶段: 项目项目实践1个月
包括:项目实战
第十二阶段:kaggle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:算法基础基础拓展。
时间安排:
每周一到周五每天学习1小时,时间沟通过可以安排。
每周六5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。