Datawhale 三月组队学习计划

这次一共打算组织14个组队学习，涵盖了AI领域从理论知识到动手实践的内容，难度系数分为低、中、高档，可以按照需要参加哦

组队学习信息

1 /Python基础

课程设计：马晶敏，叶梁、许辉

组队学习说明：学习Python基础知识，针对Python小白的学习之路

任务路线：基础知识-函数-第三方模块-类和对象-基础爬虫

组队学习周期：10天

定位人群：Python小白，难度系数低

每个任务完成大概所需时间：每天平均花费时间2小时-4小时不等，根据个人学习接受能力强弱有所浮动

任务预览（2天）

1、环境搭建

2、Python初体验

3、Python基础

如：变量特性+命名规则、注释方法、“：”作用、学会使用dir( )及和help( )、import使用、pep8介绍

4、Python数值基本知识

如：Python中数值类型，int，float，bool，e记法等、算数运算符、逻辑运算符、成员运算符、身份运算符、运算符优先级

2 /数据分析

课程设计：金娟娟

组队学习说明：学习python for data analysis基础知识

任务路线：python基础-重要的python库（numpy/pandas/matplotlib/seaborn等)-数据清洗和分析

组队学习周期：15天定位人群：数据分析小白，难度系数低

每个任务完成大概所需时间：每天平均花费时间2小时-4小时不等，根据个人学习接受能力强弱有所浮动

任务预览（2天）

完成《利用python进行数据分析》书上1-2章的学习，代码实现的过程用上传到GitHub

3 /初级算法梳理

课程设计：苏静、康兵兵

组队学习说明：通过查阅书籍或参考文献、学习视频等，对传统机器学习算法进行梳理

任务路线：线性回归—>逻辑回归—>决策树

组队学习周期：7天

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；难度系数低

每个任务完成大概所需时间：2-3h

任务预览（2天）

1. 机器学习的一些概念

有监督、无监督、泛化能力、过拟合欠拟合(方差和偏差以及各自解决办法)、交叉验证

2. 线性回归的原理

3. 线性回归损失函数、代价函数、目标函数

4. 优化方法(梯度下降法、牛顿法、拟牛顿法等)

5、线性回归的评估指标

6、sklearn参数详解

学习时长：两天

参考：西瓜书

cs229吴恩达机器学习课程

李航统计学习

谷歌搜索

4 /MySQL

课程设计：杨皓博 孙涛 杨煜

组队学习说明：一周内快速了解并掌握MySQL的主要内容。通过大量SQL语句的实战练习，可以在简历上写熟练掌握MySQL。(注意：本课程只关注SQL查询语句本身，对数据库的涉及较少。)

任务路线： MySQL软件安装及数据库基础->查询语句->表操作->表联结->MySQL 实战->MySQL 实战-复杂项目

组队学习周期：（7天）

定位人群：小白，难度系数低

每个任务完成大概所需时间：2-3h

任务预览（2天）

任务预览（3天）

软件安装及服务器设置。

数据库基础知识

MySQL数据库管理系统

SQL是什么？MySQL是什么？

查询语句 SELECT FROM

筛选语句 WHERE

分组语句 GROUP BY

排序语句 ORDER BY

SQL注释

SQL代码规范

5 /统计学

课程设计：王佳鑫、许辉

组队学习说明：学习内容涵盖统计学中所有的主要知识，并对其分部分进行梳理总结。

任务路线：根据所学习内容进行（1）统计学基本知识、二项及泊松分布、大数定律、正态分布等内容的总结进行整体的回顾、梳理与完善；（2）中心极限定理、置信区间、 假设检验等内容的总结进行整体的回顾、梳理与完善。

组队学习周期：7天

定位人群：微积分、基本概率知识储备，难度系数中

每个任务完成大概所需时间：2-3h

任务预览（2天）

学习内容 1：统计学基本知识、二项及泊松分布

学习内容 2： 大数定律、正态分布

6 /LeetCode

课程设计：老表、于鸿飞、杨皓博

组队学习说明：LeetCode刷题组队学习，从零开始每周10道算法题，在良好的学习氛围下，培养刷题习惯，学习算法思想。(不限制编程语言)

任务路线：按照LeetCode默认题目顺序每周10道题。

组队学习周期：7天

定位人群：适合有一门语言基础的同学，难度系数中

每个任务完成大概所需时间：2-3h

课程内容：选取leetcode上面的10道题

7 /知乎小组

课程设计：小尧、黑桃、李严

组队学习说明：到知乎回答问题，巩固自身所学的知识，锻炼写作输出和表达能力，提升个人影响力，小组以“写出自己的最佳回答”为总目标

任务路线：自己选择较为熟悉领域的相关1个问题，写出优质答案，并互相点评

组队学习周期：7天

定位人群：比较熟悉AI某领域，难度系数中，对输出能力有要求

3个任务完成所需时间：6-8h

在知乎上选择一道AI相关的题，回答并优化

8 /爬虫

课程设计：光城、李方

组队学习说明：

从零基础到能独立完成一个简易的爬虫项目

任务路线：请求→re库→BeautifulSoup库→lxml库→selenium库→IP问题→实战小项目

组队学习周期：7天

定位人群：有Python基础。难度系数中

每个任务完成大概所需时间：2-3h/天

任务预览（2天）

1、学习get与post请求，尝试使用requests或者是urllib用get方法向 https://www.baidu.com/ 发出一个请求，并将其返回结果输出。

2、如果是断开了网络，再发出申请，结果又是什么。了解申请返回的状态码。

3、了解什么是请求头，如何添加请求头。

4、学习什么是正则表达式并尝试一些正则表达式并进行匹配。

然后结合requests、re两者的内容爬取 https://movie.douban.com/top250 里的内容。

9 /高级算法梳理

课程设计：黑桃，刘广月，于鸿飞

组队学习说明：通过查阅相关文献，对机器学习算法进行梳理

任务路线：RF—>GBDT—>XGB

组队学习周期：7天

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；难度系数中

每个任务完成大概所需时间：2-3h

任务预览（2天）

【参考框架】欢迎有自己的框架

1. 集成学习概念

2. 个体学习器概念

3. boosting bagging

4. 结合策略(平均法，投票法，学习法)

5. 随机森林思想

6. 随机森林的推广

7. 优缺点

8. sklearn参数

9.应用场景

10 /数据挖掘项目

课程设计：范晶晶、李碧涵、

组队学习说明：应用机器学习算法，完整地走完一个数据挖掘项目流程

任务路线：数据分析→特征工程→模型构建→模型评估→模型调优→模型融合

组队学习周期：12天

定位人群：有Python基础，sklearn基础。难度系数中

每个任务完成大概所需时间：2-3h/天

任务预览（2天）

要求：数据切分方式 - 三七分，其中测试集30%，训练集70%，随机种子设置为2018

任务1：对数据进行探索和分析。时间：2天

数据类型的分析

无关特征删除

数据类型转换

缺失值处理

……以及你能想到和借鉴的数据分析处理

11 /数据竞赛 - 达观杯

课程设计：胡稳 李振强 居居

组队学习说明：12天的时间实现数据预处理（TF-IDF与word2vec）、模型实践（朴素贝叶斯、SVM与LightGBM）以及模型优化的整套流程，一起完成一次NLP类型的比赛。

任务路线：数据初识->数据处理->模型实践->模型优化

组队学习周期：12天

定位人群：能够熟练使用python，难度系数中

每个任务完成大概所需时间：2-3h

任务预览（2天）

1、下载数据，读取数据，观察数据

（提取5000条数据进行实践）

2、将训练集拆分为训练集和验证集

分享自己对数据以及赛题的理解和发现；

12 /PyTorch基础

课程设计：许辉 李奇峰

组队学习说明：通过学习pytorch的基本操作，最终完成手写数字的识别

任务路线：安装pytorch->设立图并计算->实现逻辑回归->构建多层神经网络->PyTorch实现L1，L2正则化以及Dropout->书写优化器代码->用PyTorch完成手写数字识别

学习周期：7天

定位人群：熟悉python的基础用法，难度系数中

任务完成所需时间：2-3h/天

任务预览（2天）

什么是Pytorch，为什么选择Pytroch？

Pytroch的安装

配置Python环境

准备Python管理器

通过命令行安装PyTorch

PyTorch基础概念

通用代码实现流程

设立计算图并自动计算

阅读梯度下降代码并书写体会

写一个简单的神经网络

13 /深度学习-nlp

课程设计：jepson

组队学习说明：学习自然语言处理理论，并且通过对某些数据集的文本分类任务不断优化来进行实践。

任务路线：特征提取—>特征选择—>文本表示—>传统机器学习算法跑模型—>LDA生成新特征—>深度学习算法跑模型

定位人群：有Python基础，基本框架的基础（例如TensorFlow、Keras和pyTorch等）！难度系数高

组队学习周期：18天

每个任务完成大概所需时间：3-4h

任务预览（2天）

1、IMDB数据集下载和探索(参考TensorFlow官方教程)

2、THUCNews数据集下载和探索（参考博客中的数据集部分和预处理部分）

3、学习召回率、准确率、ROC曲线、AUC、PR曲线这些基本概念

14 /编程

课程设计：光城 、LeoLRH

组队学习说明：利用自己所熟知的编程语言，具有一定基础，讨论在面试中可能出现的数据结构问题，一起学习重温经典数据结构

任务路线：数组->链表->栈->队列->递归->排序->二分查找->哈希表->字符串->二叉树->堆->图->回溯->分治->动态规划

组队学习周期：14天甚至往上大概16天左右（周末进行整体整理讨论）（每天任务时间具体看任务情况）

定位人群：有一门语言基础和算法基础的同学，难度系数高，小白慎入！！！

每个任务完成大概所需时间：平均每天学习时间在1个小时左右，晚上统一，半个小时进行集体讨论总结打卡。

任务预览（2天）

【数组】

实现一个支持动态扩容的数组

实现一个大小固定的有序数组，支持动态增删改操作

实现两个有序数组合并为一个有序数组

学习哈希表思想，并完成leetcode上的两数之和(1)及Happy Number(202)！(要求全部用哈希思想实现！)（选做）（注意：在第四天会进行继续学习）

练习：

Three Sum（求三数之和）

Majority Element（求众数）

Missing Positive（求缺失的第一个正数）

【链表】

实现单链表、循环链表、双向链表，支持增删操作

实现单链表反转

实现两个有序的链表合并为一个有序链表

实现求链表的中间结点

练习：

Linked List Cycle I（环形链表）

Merge k Sorted Lists（合并 k 个排序链表）

报名意向

我们会根据学习需求对Datawhale团队进行分工安排，不作为最终选择。

在这里投票：https://mp.weixin.qq.com/s/35v6Dl2jvrguDRG7eoY0cg

参与方式

图片: 伊小雪

排版: 无 多 李 方