↑↑↑关注后"星标"Datawhale
每日干货 & 每月组队学习,不错过
Datawhale学习
开源贡献:Datawhale团队
这是2021年首场竞赛实践主题的学习。很多学习者反馈不知道如何入门竞赛实践,以及希望增加项目履历,这次结合天池,DCIC已有的赛事,分别组织了关于时间序列,算法分析,CV,NLP的实践学习,参与学习需要有一些Python基础。
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,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。
截止今日,Datawhale已经近开源30多门学习内容,涉及编程、数据挖掘、cv、nlp、强化学习和推荐系统六大模块,这来自每一个开源贡献者的参与。
https://github.com/datawhalechina/team-learning
关于组队学习,顾名思义,就是一群志同道合的小伙伴聚集一起,一起学习,一起讨论,一起组队打boss,一起克服拖延症。其实没有老师,没有教学,有的是一群热爱学习和渴望改变的小伙伴,交流学习,互促共进。
1 /天池大赛(时间序列,CV,NLP)
开源贡献:江保祥、刘羽中、王贺、徐美兰、姚童、姚行志、段秋阳
组队学习说明:本次学习包括三个赛道:布匹疵点智能识别(CV)、中文预训练模型泛化能力挑战赛(NLP)、AI助力精准气象和海洋预测赛(时间序列)。学习者根据自己的兴趣方向选择一个或多个赛道参与学习。
任务路线:比赛全流程体验、Baseline学习及改进、学习者分享。
组队学习周期:11天
定位人群:适用于竞赛小白,或进一步提高竞赛能力的学习者。难度系数中
每个任务完成大概所需时间:3-5h
任务预览(3天)
Task01:比赛全流程体验(3天)
学习使用Docker提交代码及比赛上分。
在学习笔记中记录遇到的问题。
打卡截止时间:02月20日03:00
2 /DCIC 2021(算法分析)
开源贡献:刘羽中、鱼佬、赵可
组队学习说明:本次学习内容面向DCIC赛事的城市管理大数据专题,构造针对城市管理大数据的算法模型。
任务路线:比赛全流程体验、Baseline学习及改进、学习者分享。
组队学习周期:10天
定位人群:适用于竞赛小白,或进一步提高竞赛能力的学习者,难度系数中
每个任务完成大概所需时间:3-5h
任务预览(5天)
Task02:Baseline学习及改进(5天)
学习baseline代码,尝试提出改进策略。
打卡截止时间:02月24日03:00
3 /天池学习赛(CV语义分割)
开源贡献:刘羽中、陈信达
组队学习说明:本次学习内容面向天池的零基础入门语义分割赛事,选手使用给定的航拍图像训练模型并完成地表建筑物识别任务。
任务路线:赛题理解与baseline、数据扩增方法、网络模型结构发展、评价函数与损失函数、模型训练与验证、分割模型模型集成。
组队学习周期:19天
定位人群:适用于竞赛小白,或进一步提高竞赛能力的学习者。难度系数中
每个任务完成大概所需时间:3-5h
任务预览(3天)
Task03:网络模型结构发展(3天)
学习主题:掌握语义分割模型的发展脉络
学习内容:FCN、Unet、DeepLab、SegNet、PSPNet
学习成果:多种网络模型的搭建
打卡截止时间:02月26日03:00
天池赛事
a. 布匹疵点智能识别(CV)
比赛地址:https://tianchi.aliyun.com/competition/entrance/531864/introduction
论坛地址:http://datawhale.club/t/topic/1418
b. 中文预训练模型泛化能力挑战赛(NLP)
比赛地址:https://tianchi.aliyun.com/competition/entrance/531865/introduction
论坛地址:http://datawhale.club/t/topic/1417
c. AI助力精准气象和海洋预测赛(时间序列)
比赛地址:https://tianchi.aliyun.com/competition/entrance/531871/introduction
论坛地址:http://datawhale.club/t/topic/1419
DCIC赛事
d. 城市管理大数据赛道(算法分析)
比赛地址:https://data.xm.gov.cn/contest-series/digit-china-2021/#/3/
论坛地址:http://datawhale.club/t/topic/1420
天池学习赛
e. 零基础入门语义分割 - 城市建筑识别(CV)
比赛地址:https://tianchi.aliyun.com/competition/entrance/531872/introduction
论坛地址:http://datawhale.club/t/topic/1421
需交督促金3块:1块学习,1块分享,1块成长;
需要有一个可以记录学习笔记的公开帐号;
根据任务安排学习,完成后写学习笔记;
任务截止前在群内打卡,遇到问题一起交流;
未按时打卡的同学视为放弃,流出学习群。
2月16日中午11:30 在Datawhale社群(高校群和在职群)分享报名二维码。由于组织学习非盈利,精力有限,没有报上名的可以根据开源教程自行安排学习。
最后,未在社群的小伙伴,可在公众号后台回复关键词“在校”或“在职”进群。(已在的不需要重复加入)
⬇️ 详细查看【新年组队学习安排】