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。