Datawhale_Learning涵盖了AI领域从理论知识到动手实践的学习内容
编程基础
课程列表
【编程】
任务安排
- Task1:数组+链表(2天)
- Task2:栈+队列+递归(3天)
- Task3:排序+二分查找(2天)
- Task4:散列表(哈希表)+字符串(2天)
- Task5:二叉树+堆(2天)
- Task6:图(2天)
- Task7:递归+回溯+分治+动态规划(2天)
【leetCode】
任务安排
选取腾讯精选练习(50 题)解答,每天1题
基础知识
课程列表
【统计学】
任务安排
- Task1:统计学基本知识+二项及泊松分布+大数定律+正态分布(2天)
- Task2:中心极限定理+置信区间(1天)
- Task3:假设检验(2天)
- Task4:线性回归+卡方分布+方差分析(2天)
【Python基础】
任务安排
- Task1:环境搭建+python初体验+python基础讲解+ python数值基本知识(2天)
- Task2:列表+元组+string字符串+字符串格式化问题(2天)
- Task3:数组+集合+判断语句+三目表达式+循环语句(2天)
- Task4:函数关键字+定义+参数与作用域+返回值+file+os模块(2天)
- Task5:类和对象+正则表达式+re模块+ datetime模块+http请求(2天)
- Task6:飞机大战(3天)
数据科学
课程列表
【Excel入门】
任务安排
- Task1:基础界面+文件操作+基础单元格操作(3天)
- Task2:单元格引用+运算符+文本函数+逻辑函数+计算函数(2天)
- Task3:vlookup函数用法+match&index+双条件查找(2天)
- Task4:图表类型+图表类型选择指南+图表的构成要素(3天)
- Task5:数据透视表+实现数据分段统计+变更值汇总依据+设置三种值百分比+计算字段&计算项(2天)
【数据分析】
任务安排
- Task0:github+jupyter(1天)
- Task1:第4章numpy+作业1(2天)
- Task2:第5章pandas+第6章数据载入(3天)
- Task3:第7章数据清洗+第8章数据联合(3天)
- Task4:第10章数据聚合+第12章高阶pandas+作业2(3天)
- Task5:第9章matplotlib+作业3(2天)
- Task6:第11章时间序列(2天)
- Task7:大作业+总结(3天)
【MySQL】
任务安排
- Task1:软件安装及数据库基础+MySQL 基础 (一)- 查询语句(3天)
- Task2:MySQL 基础 (二)- 表操作(3天)
- Task3:MySQL 实战(1天)
- Task4:MySQL 实战 - 复杂项目(1天)
【爬虫】
任务安排
- Task1:get与post请求+正则表达式(2天)
- Task2:beautifulsoup+xpath(2天)
- Task3:selenium+IP(2天)
- Task4:实战大项目(2天)
机器学习
课程列表
【初级算法梳理】
任务安排
- Task1:线性回归算法梳理(2天)
- Task2:逻辑回归算法梳理(2天)
- Task3:决策树算法梳理(2天)
【高级算法梳理】
任务安排
- Task1:随机森林算法梳理(2天)
- Task2:GBDT算法梳理(2天)
- Task3:XGB算法梳理(3天)
- Task4:LightGBM算法梳理(3天)
【李宏毅机器学习(待完善)】:
任务安排
- Task1:
- Task2:
- Task3:
- Task4:
- Task5:
- Task6:
- Task7:
- Task8:
- Task9:
- Task10:
【西瓜书(待完善)】
任务安排
- Task1:
- Task2:
- Task3:
- Task4:
- Task5:
- Task6:
- Task7:
- Task8:
- Task9:
- Task10:
数据竞赛(房租预测)
任务安排
大数据基础
任务安排
- Task1:创建虚拟机+熟悉(2天)
- Task2:搭建Hadoop集群(3天)
- Task3:HDFS初步(2天)
- Task4:MapReduce初步(3天)
- Task5:Hive初步(2天)
- Task6:Spark初步(3天)
- Task6:实践(3天)
深度学习
课程列表
【Pytorch基础】
任务安排
- Task1:PyTorch的基本概念(2天)
- Task2:设立计算图并自动计算(2天)
- Task3:PyTorch实现Logistic regression(2天)
- Task4:PyTorch实现多层网络(2天)
- Task5:PyTorch实现L1,L2正则化以及Dropout(2天)
- Task6:PyTorch理解更多神经网络优化方法(2天)
- Task7:手写数字识别(2天)
【Keras】
任务安排
- Task1:快速了解keras(2天)
- Task2:keras的网络层(2天)
- Task3:数据预处理(2天)
- Task4:keras其他功能(3天)
【深度学习(理论)】
任务安排
- Task1:感知机(2天)
- Task2:神经网络(3天)
- Task3:深度神经网络DNN(3天)
- Task4:CNN(2天)
- Task5:CNN的发展上的几种常见算法、网络结构以及它们的优缺点(3天)
- Task6:CNN算法的应用(3天)
- Task7:RNN(3天)
- Task8:GRU及LSTM(3天)
理论应用
课程列表
【数据挖据】
任务安排
【自然语言处理(理论+实践)】
任务安排
- 预备任务:tensorflow安装+tensrflow基础+NLP
- Task1:数据集探索(2天)
- Task2:特征提取(2天)
- Task3:特征选择 (2天)
- Task4:模型 (2天)
- Task5:文本表示(2天)
- Task6:神经网络基础(2天)
- Task7:卷积神经网络(2天)
- Task8:循环和递归神经网络(2天)
- Task9:Attention原理(2天)
- Task10:BERT(3天)
【Spark基础】
任务安排
- Task1:运行原理,RDD设计,DAG,安装与使用(3天)
- Task2:RDD编程,熟悉算子,读写文件(3天)
- Task3:DataFrame,SparkSQL (2天)
- Task4:MLlib流设计,特征工程 (2天)
- Task5:逻辑回归,决策树(2天)
【图像处理基础】
任务安排
- Task1:初识opencv(2天)
- Task2:灰度变换和二值化(3天)
- Task3:滤波操作(4天)
- Task4:形态学处理 (4天)
- Task5:图像分割1(2天)
- Task6:图像分割2(2天)