/team-learning

Datawhale组队学习计划与课程内容

Primary LanguageJupyter Notebook

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。