Datawhale第九期组队学习计划

Datawhale 组队学习

第九期Datawhale组队学习计划马上就要开始啦！

这次共组织三个组队学习，涵盖了编程、机器学习理论以及动手实践的内容，大家可以按照需要选择参加。

---

数据结构与算法（上）

内容设计：光城、LeoLRH、肖然

内容组织：老马的程序人生、super、高永伟

审稿人：光城

定位人群：有编程语言基础知识，熟悉面向对象程序设计

时间安排：9天，每天平均花费时间3小时-5小时不等，根据个人学习接受能力强弱有所浮动

任务简介：

• Task01 数组（1天）
• Task02：顺序表和链表（2天）
• Task03：栈与递归（2天）
• Task04：队列（2天）
• Task05：字符串（2天）

详细安排：

https://github.com/datawhalechina/team-learning/blob/master/数据结构与算法（上）/学习任务.md

---

初级算法梳理

内容设计：苏静、康兵兵、黑桃

内容组织：肖然、谢文昕、高立业

审稿人：陈泽

定位人群：有概率论、矩阵运算、求导、泰勒展开等基础数学知识

时间安排：11天，每天平均花费时间3小时-5小时不等，根据个人学习接受能力强弱有所浮动

任务安排：

• Task01：机器学习概述（1天）
• Task02：线性回归（2天）
• Task03：逻辑回归（2天）
• Task04：决策树（2天）
• Task05：聚类（2天）
• Task06：朴素贝叶斯（2天）

详细安排：

https://github.com/datawhalechina/team-learning/blob/master/初级算法梳理/学习任务.md

---

数据竞赛（房租预测）

组队说明： 以真实竞赛的数据，真实比赛场景为依托，开始一场模拟房租预测比赛。

内容设计：黑桃，四月，李威

内容组织：magicyang、rebornZH、杨冰楠

审稿人：王茂霖

定位人群：Python基本掌握，能够调包实现算法，对数据有一定的分析处理能力。

时间安排：12天，每天平均花费时间3小时-5小时不等，根据个人学习接受能力强弱有所浮动

任务安排：

• Task01：赛题分析（2天）
• Task02：数据清洗（2天）
• Task03：特征工程&特征选择（2天）
• Task04：模型选择&模型调优（2天）
• Task05：模型融合（3天）
• Task06：比赛整理（1天）

详细安排：

https://github.com/datawhalechina/team-learning/blob/master/数据竞赛（房租预测）/学习任务.md

---

具体规则

• 注册 CSDN 或 Github 账户。
• 按照任务安排进行学习，完成后写学习笔记Blog。
• 在每次任务截止之前在群内打卡（发Blog链接），遇到问题在群内讨论。
• 未按时打卡的同学视为自动放弃，被抱出学习群。

---

总结

Datawhale学习属于自发组织，考虑到学习效果，将只在Datawhale社群中按人数报名参与。未能参加的可以根据开源路线自行学习，欢迎添加Datawhale小助手，他会邀请你入群，参与学习交流（一定要备注：入群+学校/公司+方向，例如：入群+浙大+机器学习）点击阅读原文，获取开源路线。