王笑颜测试情况：
1.无py编程基础，已经开始自学，效果不好，python从基础开始，注重过程监控
2.车辆工程方向保研硕士，交通数据分析方向，目前大四，数学不错，概率论和线性代数需要加强，没学过数据结构，后期在加强。
3.学习为了提高算法能力，能够提高未来上研究生科研能力。
4.教学目标：机器学习和深度学习基础加强。
5.方向：机器学习深度学习提高方向。因为交通数据需要多种技术融合。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（有基础）
第十阶段：kaggle实战
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2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。