• 九月组队学习计划!


     Datawhale学习 

    贡献者:Datawhale团队

    本月组队学习,包含了人工智能、项目实践、数据科学、基础编程4个模块,共10个学习内容。

    0714ee8774f251d370c16c6cffe5f17d.png

    ⭐ 为难度系数

    关于报名

    ▶ 时间:9月10日(周六)中午11:30

    ▶ 方式:在Datawhale高校群/在职群发布报名码,扫码报名后学习

    关注公众号,后台回复关键词“在校”或“在职”进群;已在则无需重复加入。

    具体操作流程可参考:点击查看组队学习规则

    由于组织学习非盈利,精力有限,未报名成功可以根据开源教程自行安排学习。

    开源学习联盟

    由高校学生、老师、协会等共同参与成立,在数据科学和人工智能方向,倡导开源学习,通过开放协作的学习方式,帮助在校学生找到有意义的工作,建立有意义的人际关系。

    47328a30150097061d02a3d11ba12f38.png


    加入方式及详细介绍:
    https://xj15uxcopw.feishu.cn/docx/doxcnML3Hm4inYGRgM3Z5Ige2Qf

    关于开源

    Datawhale作为开源组织,更多是希望营造互促的学习氛围和纯粹的学习环境,所有学习内容和学习规划都将开源在Datawhale Github上(地址见下方),方便大家有监督和无监督学习,从而帮助到更多学习者成长。

    开源内容

    截止今日,Datawhale已经开源50多门学习内容,涉及编程、数据科学、cv、nlp、强化学习和推荐系统6大模块,这源自每一个开源贡献者的参与。

    开源地址

    https://github.com/datawhalechina/team-learning

    什么是组队学习?

    顾名思义,就是一群志同道合的小伙伴,一起学习讨论,一起克服拖延症,一起组队打boss。没有老师,没有教学,有的是一群热爱学习和渴望改变的人,交流学习,互促共进。或许你可以从这些文章进一步了解:《黄元帅:组队学习的大航海模型》、《闻韶:我的组队学习经历》、《罗如意:从学习者到贡献者》。

    开源教程

    人工智能(含机器学习、深度学习)

    1 /吃瓜教程—西瓜书+南瓜书

    开源贡献:谢文睿、秦州、吕豪杰

    内容说明:周志华老师的“西瓜书”是机器学习经典入门教材,值得反复阅读,配合“南瓜书”从本科数学基础的视角进行讲解,一起打好基础!详细介绍点这里

    学习周期:18天

    定位人群:有高数、线代、概率论与数理统计基础的同学

    学习名额:180人

    ⚠️ 配套讲解视频已上传至B站,地址见文末「快速通道」

    部分任务节选

    Task02:概览西瓜书、南瓜书第3章(6天)

    • 《机器学习》第3章

    • 涉及的线性回归等数学难点

    2 /李宏毅机器学习(含深度学习)

    开源贡献:王茂霖、陈安东、刘峥嵘、李玲、徐韵婉、张露雨、周辉池、张媛媛

    内容说明:辅助大家更好学习李宏毅老师机器学习视频,并加入相关补充资料,帮助你对机器学习有更加深刻的理解。

    学习周期:14天

    定位人群:深度学习初学者,有微积分,线性代数基础

    学习名额:100人

    部分任务节选

    Task04:深度学习介绍和反向传播机制(2天)

    • 了解深度学习的基础知识

    • 熟悉反向传播机制

    3 /深入浅出PyTorch

    开源贡献:李嘉骐、牛志康、刘洋、陈安东、梁恩瑞、邢通、张兆轩、马子阳

    内容说明:PyTorch理论与实践结合,由基础知识到项目实战。详细介绍点这里

    学习周期:14天

    定位人群:具备高数、线代、概率论基础,有一定的机器学习和深度学习基础,熟悉常见概念,会使用Python。

    学习名额:100人

    部分任务节选

    Task01:PyTorch的安装和基础知识(2天)

    项目实践

    4 /华为赛事_推荐系统项目实践

    开源贡献:鱼佬、阿水、Datawhale团队

    内容说明:本教程依托于2022 华为全球校园AI算法精英赛道—广告·信息域跨域CTR预估赛题,旨在帮助学习者从简单的Baseline一步步优化改进上分,零基础入门推荐系统。

    学习周期:10天

    定位人群:机器学习初学者,希望入门实践的学习者。

    学习名额:200人

    部分任务节选

    Task02:学习进阶版教程,对模型或特征进行优化,提分刷榜(6天)

    5 /华为赛事_CV项目实践

    开源贡献:‍阿水、Datawhale团队‍

    内容说明:本教程依托于2022 华为全球校园AI算法精英赛道—车道渲染数据智能赛题,旨在帮助学习者从简单的Baseline一步步优化改进上分,零基础入门CV实践。

    组队学习周期:10天

    定位人群:机器学习初学者,希望入门实践的学习者。

    学习名额:200人

    部分任务节选

    Task02:学习进阶版教程,对模型或特征进行优化,提分刷榜(6天)

    数据科学

    6 /SQL编程语言

    开源贡献:王复振、杨煜、闫钟峰、杨梦迪、苏鹏、卢水琼、乔彬、周鑫、郭棉昇

    内容说明:Follow me,从 0 到 1 掌握 SQL。了解SQL基本特点,熟悉基本操作,掌握视图等高阶用法,最后秋招秘籍检验学习效果。详解介绍点这里

    学习周期:16天

    定位人群:0基础学员,希望掌握SQL基础查询的同学。

    学习名额:80人

    部分任务节选

    Task04 集合运算(3天)

    •  表的加减法

    •  连结(JOIN)

    7 /数据可视化(Matplotlib)

    开源贡献:杨剑砺、杨煜、耿远昊、李运佳、居凤霞、杰希、胡隆辉、

    李新娟

    内容说明:系统梳理了python最重要的数据可视化包的方方面面,并配有练习题供学习者核查学习效果。详细介绍点这里

    学习周期:14天

    定位人群:希望通过系统学习matplotlib包来提高python可视化技能的人。

    学习名额:80人

    部分任务节选

    Task02:艺术画笔见乾坤(5天)

    8 /动手学数据分析

    开源贡献:陈安东、金娟娟、杨佳达、老表、李玲、张文涛、高立业、王鑫、黄辉友、长汐、夏木桃

    内容说明:以项目为主线,通过边学,边做以及边被引导的方式,既掌握知识点又能掌握数据分析的大致思路和流程。详细介绍点这里

    学习周期:11天

    定位人群:懂一些python,希望入门数据分析的学习者。

    学习名额:100人

    部分任务节选

    Task01:数据加载及探索性数据分析(2天)

    • 了解数据加载以及数据观察

    • 掌握pandas基础

    • 完成探索性数据分析

    编程基础

    9 / GitModel-数据分析与统计建模

    开源贡献:李祖贤、黎卓然、尹宝华、崔腾松、惠雨乔

    内容说明:包含三大模块、五大专题:数据可视化、回归分析1-3及分类分析。共5个专题

    组队学习周期:17天

    定位人群

    • 具备一定的python基础;

    • 学过GitModel数学建模的基石或有概率论与数理统计基础;

    • 想系统学习数据分析、深入理解机器学习模型底层理论;

    • 转行数据分析与经营业务分析的同学;

    • 刚接触数学建模,想要入门统计模型的同学;

    学习名额:100人

    部分任务节选

    Task01:假设检验1: 方法论与一元数值检验(4天)

    10 / 青少年编程:Python语言

    开源贡献:王思齐、马燕鹏

    内容说明:跟着春雷老师,看视频学习Python编程的基本知识。

    组队学习周期:13天

    定位人群:对Python编程感兴趣的小朋友(10~18岁)。

    学习名额:100人

    部分任务节选

    Task01:第一阶段功法(5天)

    • 打印你的数据

    • 输入功能input

    • 神奇的运算符

    • 比较运算符

    • 阶段复习

    开源地址

    ⭐ 为难度系数

    1.  吃瓜教程——西瓜书+南瓜书

    开源地址:https://github.com/datawhalechina/pumpkin-book

    B 站视频教程:https://www.bilibili.com/video/BV1Mh411e7VU

    2. 李宏毅机器学习(含深度学习)⭐

    开源地址:https://github.com/datawhalechina/leeml-notes

    配套课程视频:https://www.bilibili.com/video/BV1Ht411g7Ef

    2021李宏毅授权课程视频:https://www.bilibili.com/video/BV1JA411c7VT

    3. 深入浅出PyTorch

    开源地址:

    https://github.com/datawhalechina/thorough-pytorch

    B站视频:https://www.bilibili.com/video/BV1L44y1472Z

    4. 采蘑菇教程—Easy-RL:强化学习⭐️

    开源地址:https://linklearner.com/datawhale-homepage/#/learn/detail/91

    5. 零基础入门推荐系统竞赛实践⭐️

    开源地址:

    https://xj15uxcopw.feishu.cn/docx/doxcnoGUBX5hYtyoTAbGMbW6Ugh

    B站视频:https://www.bilibili.com/video/BV1C14y1t74L/

    6. 零基础入门CV竞赛实践⭐⭐️

    开源地址:

    https://xj15uxcopw.feishu.cn/docx/doxcnKByMeklY29zXJyA7yOPrDf

    B站视频:https://www.bilibili.com/video/BV1ZY4y1T7XX

    7. SQL编程语言⭐⭐️

    开源地址 :

    https://github.com/datawhalechina/wonderful-sql

    8. 动手学数据分析

    开源地址:

    https://github.com/datawhalechina/hands-on-data-analysis

    B站视频:https://www.bilibili.com/video/BV1Uv411p77r

    9. GitModel统计分析

    开源地址:

    https://github.com/Git-Model/Modeling-Universe/tree/main/Data-Story

    10. 青少年编程:Python语言⭐

    开源地址:

    https://github.com/datawhalechina/team-learning-program/tree/master/ChildrenProgramming

    B站视频:https://space.bilibili.com/90353310/

    1a51be8bc26a5c230e0a24d6ccd4d99a.png

    一键三连,一起学习⬇️ 

  • 相关阅读:
    打印星堆(for循环嵌套实例)
    C++代码性能优化的好处与缺点?有哪些编译器优化选项?
    安装包UI美化之路-nsNiuniuSkin界面在线设计引擎
    概率深度学习建模数据不确定性
    C++ day1
    云技术分享 | 快速构建 CodeWhisperer 代码生成服务,让 AI 辅助编程
    监控搭建-Prometheus
    【数学建模】钻井问题
    Python安装配置apache-superset
    leetCode 167.两数之和 || - 输入有序数组 双指针解法
  • 原文地址:https://blog.csdn.net/Datawhale/article/details/126756530