六月组队学习计划!

 Datawhale学习 

贡献者:Datawhale、伯禹教育、上海交通大学ACM班

本月组队学习,包含了人工智能、数据科学、基础编程3个模块,共11个学习内容。

六月组队学习计划!_第1张图片

开源学习联盟

相关企业、高校、学院、协会、社团等参与,倡导开源学习,通过开放协作的学习方式,探索有意义的工作,建立有意义的人际关系。

六月组队学习计划!_第2张图片

中南大学计算机学院科协

厦门大学WISERCLUB

浙江大学人工智能协会

华东理工大学创新创业协会

闽江学院数学建模协会

西安电子科技大学科创社

重庆邮电大学软件工程学院

南通师范高等专科学校科技创新社

华北电力大学大数据与哲学社会科学实验室

华北电力大学LSGO软件技术团队

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、卢水琼

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」

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、吕豪杰、苗圃、宋昊阳、孙子涵

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

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、陈玉立、刘兴、郭棉昇、乔彬、邝俊伟

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

任务节选

Task01:PyTorch的安装和基础知识(2天)

4 /使用PyTorch复现推荐模型

开源贡献:赖敏材、罗如意、吴忠强、汪志鸿、唐鑫、王宇宸、何世福、李拙、王炜良、于宙鑫、王凯、任鹏飞

内容说明:本课程旨在帮助学员掌握torch-rechub框架的设计与使用,掌握深度推荐系统中的排序、召回、多任务模型的设计思想与实战技巧。

学习周期:15天

定位人群:有一定的Pytorch基础,熟悉深度学习,了解推荐系统基本算法,想进一步熟悉业界应用较广泛的深度推荐模型。

学习名额:100人

任务节选

Task01:了解Torch-RecHub框架设计与使用方法(2天)

5 /零基础入门数据挖掘赛事

开源贡献:鱼佬、阿水、田瑶、吴纪洋、张福胜

内容说明:零基础入门数据挖掘赛事,熟练赛事操作流程、学习处理非结构化数据、巩固已学机器学习算法知识。

学习周期:10天

定位人群:具备有一定的Python基础,了解基础的机器学习算法,想要实践学习的入门者。

学习名额:180人

任务节选

Task01:赛事全流程实践(4天)

  • 报名赛事实践并下载数据集;

  • 理解实践场景,梳理解题思路;

  • 按照给定的基线解决方案跑通代码;

  • 提交相应的结果文件。

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、刘琳、张翔宇、杨世超、牧童

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

组队学习周期: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

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、刘元朋、袁一涵、徐韵婉

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

组队学习周期: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:100人

任务节选

Task02:艺术画笔见乾坤(5天)

  • 作为整个matplotlib宇宙中最重要的一个环节,重点介绍了matplotlib绘图的核心API,以及使用matplotlib绘制基本元素的方法

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、周辉池、崔腾松、于鸿飞

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

组队学习周期: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

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 / C++语言与基础算法

开源贡献:伯禹团队、上海交大ACM班同学、左凯文、聂耀、陈煜昂、谷国伟、高岩、赵文一

内容说明:课程从 C++ 核心语法到程序运行原理进行全方位讲解。并以C++讲解高精度运算、经典排序与搜索、二分查找应用、动态规划与背包问题等基本内容和实现思想。

学习周期:22天

定位人群:零基础希望学习C++的同学。

学习名额:100人

任务节选

Task02:模拟算法、高精度运算、枚举算法、排序算法、二分查找及应用、递归与递推、动态规划等算法及其C++实现。(12天)

10 / GitModel数学建模

开源贡献:李祖贤、刘斯豪、郑伯斌、六一、何清旋、邱广坤

内容说明:讲解数学建模所用到最基本的数学工具——高数、线代、概率统计,并且讲解如何使用Python编程语言进行实现,跨越理论到实践的鸿沟。

学习周期:14天

定位人群

  • 想要入门数学建模但不知道从何学起的非数学专业的同学;

  • 数学专业出身懂得理论知识,但不知如何实现的同学。

学习名额:100人

任务节选

Task01:动手学高等数学↔️[Sympy、Scipy、Matplotlib](3天)

11 / 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。

学习周期:‍‍‍‍21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

任务节选

Task01:第一阶段功法(6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

关于报名

▶ 时间:6月11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。

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。

提前名额:在朋友圈分享本篇学习文章获20个赞,发送截图到后台,审核后可获得优先学习名额。

点击查看组队学习规则

开源地址

快速自学

⭐ 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.使用PyTorch复现推荐模型

开源地址:https://github.com/datawhalechina/torch-rechub

5.数据挖掘竞赛实践

开源地址:https://coggle.club/?platform=xfyun

6. SQL编程语言

开源地址 :https://github.com/datawhalechina/wonderful-sql

7. 数据可视化(Matplotlib)

开源地址:https://github.com/datawhalechina/fantastic-matplotlib

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. C++语言与基础算法

开源地址:https://www.qingzhouzhixue.com/

10.GitModel数学建模

开源地址:https://github.com/Git-Model/__init_Modeling__

11. 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/

六月组队学习计划!_第3张图片

一键三连,一起学习⬇️ 

你可能感兴趣的:(算法,大数据,编程语言,python,机器学习)