测试情况：逐个击破，项目为主。

注意：数学设置为弱监督

其他课程全部为强监督方式。

1.考核：有一些编程基础，python从基础开始，注重过程监控。

2.个人情况：应对2020年2月面试

3.目前情况：学员在国外上学，时间上最好安排在北京时间晚上8点和上午10点左右时间等可以进行语音等沟通最佳。

4.目标：机器学习数据挖掘项目课基础提高。

5.提交作业：个人申请个人博客提交。

课程安排：

第零阶段：数学课程（弱监督）

包括：线性代数，概率论，高等数学，统计学

（重点一）第一阶段：python基础

包括：python语法，面向对象部分

第二阶段：python数据结构基础（弱监督）

包括：链表，线性表，树，图，排序，查找

（重点二）第三阶段：数据科学库基础

包括：numpy，pandas，matplotlib，seaborn

第四阶段：机器学习数学基础加强。

包括：高数，概率，线代加强

（重点三）第五阶段: 机器学习基础

参考书籍：统计学习方法，李航

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

（重点四）第七阶段：sklearn机器学习实战

包括：特征工程，建模代码实战

（重点五）增加项目阶段：

数据挖掘项目至少两个。语音沟通掌握情况。

（选学）第八阶段：深度学习基础

参考书目：深度学习花书

包括：深度学习BPNN，CNN，RNN，LSTM

（选学）第九阶段：tensorflow实践。

包括：深度学习算法实践

（选学）第十阶段：pytorch基础与实践

包括：pytorch基础知识（见xmind）

增加：深度学习项目实践：（选修，根据时间定）

第十一阶段：指导学员下一步学习方向。

教学目标：机器学习项目基础与提高。

时间安排：（时间跟您的时间合计）

学习时间自主安排。

每天提交xmind复习笔记，整理笔记到博客，本周完成博客搭建。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。