編者注：Datawhale是一個公益組織，也是AiUnion的四個成員之一，所有學習計劃是免費的。

第7期Datawhale組隊學習計劃

馬上就要開始啦

這次共組織15個組隊學習

涵蓋了AI領域從理論知識到動手實踐的內容

按照下面給出的最完備學習路線分類

難度系數分為低、中、高三檔

可以按照需要參加

- -

- 學習路線 -

? ? ? ? ? ? ? ? ? ? ? ? ??

基礎知識

01

統計學

課程設計：王佳鑫、許輝

組隊學習說明：學習內容涵蓋統計學中所有的主要知識，并對其分部分進行梳理總結。

任務路線：根據所學習內容進行

（1）統計學基本知識、二項及泊松分布、大數定律、正態分布等內容的總結進行整體的回顧、梳理與完善；

（2）中心極限定理、置信區間、 假設檢驗等內容的總結進行整體的回顧、梳理與完善。

組隊學習周期：7天

定位人群：微積分、基本概率知識儲備，難度系數中

每個任務完成大概所需時間：2-3h

任務預覽（2天）

學習內容 1：統計學基本知識、二項及泊松分布

學習內容 2： 大數定律、正態分布

02

Python基礎

課程設計：馬晶敏，葉梁、許輝

組隊學習說明：學習python基礎知識，針對python小白的學習之路

任務路線：基礎知識-函數-第三方模塊-類和對象-基礎爬蟲

組隊學習周期：10天

定位人群：python小白，難度系數低

每個任務完成大概所需時間：每天平均花費時間2小時-4小時不等，根據個人學習接受能力強弱有所浮動

任務預覽（2天）

環境搭建

1.python初體驗

2.python基礎講解

3.python變量特性+命名規則、注釋方法、python中“：”作用、學會使用dir( )及和help( )、import使用、pep8介紹

4. python數值基本知識

python中數值類型，int，float，bool，e記法等、算數運算符、邏輯運算符、成員運算符、身份運算符、運算符優先級

03

編程

課程設計：光城 、LeoLRH

組隊學習說明：利用自己所熟知的編程語言，具有一定基礎，討論在面試中可能出現的數據結構問題，一起學習重溫經典數據結構

任務路線：數組->鏈表->棧->隊列->遞歸->排序->二分查找->哈希表->字符串->二叉樹->堆->圖->回溯->分治->動態規劃

組隊學習周期：14天甚至往上大概16天左右（周末進行整體整理討論）（每天任務時間具體看任務情況）

定位人群：有一門語言基礎和算法基礎的同學，難度系數高，小白慎入！！！

每個任務完成大概所需時間：平均每天學習時間在1個小時左右，晚上統一，半個小時進行集體討論總結打卡。

任務預覽（2天）

【數組】

實現一個支持動態擴容的數組

實現一個大小固定的有序數組，支持動態增刪改操作

實現兩個有序數組合并為一個有序數組

學習哈希表思想，并完成leetcode上的兩數之和(1)及Happy? Number(202)！(要求全部用哈希思想實現！)（選做）（注意：在第四天會進行繼續學習）

練習：

Three?Sum（求三數之和）

Majority?Element（求眾數）

Missing?Positive（求缺失的第一個正數）

【鏈表】

實現單鏈表、循環鏈表、雙向鏈表，支持增刪操作

實現單鏈表反轉

實現兩個有序的鏈表合并為一個有序鏈表

實現求鏈表的中間結點

練習：

Linked?List?Cycle?I（環形鏈表）

Merge?k?Sorted?Lists（合并?k?個排序鏈表）

04

leetcode

課程設計：老表、于鴻飛、楊皓博

組隊學習說明：Leetcode刷題組隊學習，從零開始每天一道算法題，在良好的學習氛圍下，培養刷題習慣，學習算法思想。(不限制編程語言)

任務路線：騰訊精選練習（50 題）順序每天一道題。

地址鏈接:

https://leetcode-cn.com/problemset/50/

組隊學習周期：50天(50題全部完成即結束)

定位人群：適合有一門語言基礎的同學，難度系數中

每個任務完成大概所需時間：2-3h

課程內容：選取騰訊精選練習（50 題）解答

數據分析/挖掘

01

Excel入門課程

課程設計：楊煜，李嚴

組隊學習說明：職場人士必備學習內容。通過集中式學習和大量實戰練習，快速了解并掌握Excel核心功能，保證今后工作中用得到。

任務路線：基礎界面(2天) --> 基礎文件操作&單元格操作(2天) --> 基礎函數(2天) --> 查找函數vlookup和 match/index(2天) --> 基礎圖表(3天) --> 數據透視表(2天)

組隊學習周期：11天

定位人群：小白或有一點基礎但不熟練的人群；初入職場人群必學；難度系數低

每個任務完成大概所需時間：2-3h/每天

任務預覽（2天）

文件操作

新建workbook

新建sheet/移動sheet/重命名sheet/修改sheet顏色、sheet種類: 工作表/圖表/宏表等、保存為xls/xlsx/csv

基礎單元格操作

輸入數據、數據格式、合并單元格、自動填充、選擇性粘貼、去重、分列、排序、篩選、條件格式、插入下拉列表、行高列寬設置、凍結首行首列、邊框、單元格換行

作業:

任務一：

生成一個行高30，列寬15（第六列列寬45），名為“Excel組隊學習”的表，凍結窗格1-3行

任務二：

操作對象為任務一生成的“Excel組隊學習”表

將第六列分列，效果如下

利用條件格式，將薪資列大于8000的收入填充為深綠色，并將它們篩選出來

第二列將重復值刪除，只保留唯一值

02

MySQL

課程設計：楊皓博 孫濤 楊煜

組隊學習說明：一周內快速了解并掌握MySQL的主要內容。通過大量SQL語句的實戰練習，可以在簡歷上寫熟練掌握MySQL。(注意：本課程只關注SQL查詢語句本身，對數據庫的涉及較少。)

任務路線： MySQL軟件安裝及數據庫基礎->查詢語句->表操作->表聯結->MySQL 實戰->MySQL 實戰-復雜項目

組隊學習周期：（7天）

定位人群：小白，難度系數小

每個任務完成大概所需時間：2-3h

任務預覽（3天）

軟件安裝及服務器設置。

數據庫基礎知識

MySQL數據庫管理系統

SQL是什么？MySQL是什么？

查詢語句 SELECT FROM

篩選語句 WHERE

分組語句 GROUP BY

排序語句 ORDER BY

SQL注釋

SQL代碼規范

03

爬蟲

課程設計：光城、李方

組隊學習說明：

從零基礎到能獨立完成一個簡易的爬蟲項目

任務路線：請求→re→beautifulsoup→lxml→selenium→IP問題→實戰小項目

組隊學習周期：7天

定位人群：有Python基礎。難度系數中

每個任務完成大概所需時間：2-3h/天

任務預覽（2天）

1.學習get與post請求，嘗試使用requests或者是urllib用get方法向https://www.baidu.com/發出一個請求，并將其返回結果輸出。

2.如果是斷開了網絡，再發出申請，結果又是什么。了解申請返回的狀態碼。

3.了解什么是請求頭，如何添加請求頭。

4.學習什么是正則表達式并嘗試一些正則表達式并進行匹配。

5.然后結合requests、re兩者的內容爬取https://movie.douban.com/top250里的內容

6.要求抓取名次、影片名稱、國家、導演等字段。

04

數據分析

課程設計：金娟娟

組隊學習說明：學習python for data analysis基礎知識

任務路線：python基礎-重要的python庫（numpy/pandas/matplotlib/seaborn等)-數據清洗和分析

組隊學習周期：15天

定位人群：數據分析小白，難度系數低

每個任務完成大概所需時間：每天平均花費時間2小時-4小時不等，根據個人學習接受能力強弱有所浮動

機器學習

01

初級算法梳理

課程設計：蘇靜、康兵兵

組隊學習說明：通過查閱書籍或參考文獻、學習視頻等，對傳統機器學習算法進行梳理

任務路線：線性回歸--->邏輯回歸--->決策樹

組隊學習周期：7天

定位人群：有概率論、矩陣運算、求導、泰勒展開等基礎數學知識；難度系數低

每個任務完成大概所需時間：2-3h

任務預覽（2天）

1. 機器學習的一些概念

有監督、無監督、泛化能力、過擬合欠擬合(方差和偏差以及各自解決辦法)、交叉驗證

2. 線性回歸的原理

3. 線性回歸損失函數、代價函數、目標函數

4. 優化方法(梯度下降法、牛頓法、擬牛頓法等)

5、線性回歸的評估指標

6、sklearn參數詳解

學習時長：兩天

參考：西瓜書

????????cs229吳恩達機器學習課程

????????李航統計學習

????????谷歌搜索

02

?高級算法梳理

課程設計：黑桃，劉廣月，于鴻飛

組隊學習說明：通過查閱相關文獻，對機器學習算法進行梳理

任務路線：RF--->GBDT--->XGB

組隊學習周期：7天

定位人群：有概率論、矩陣運算、求導、泰勒展開等基礎數學知識；難度系數中

如何申請CSDN博客：https://blog.csdn.net/sxhelijian/article/details/7752987

12分鐘教你如何使用Markdown：https://www.bilibili.com/video/av8819726?from=search&seid=6223599217224903501

MarkDown公式編輯：https://katex.org/docs/supported.html

每個任務完成大概所需時間：2-3h

任務預覽（2天）

【參考框架】歡迎有自己的框架

1. 集成學習概念

2. 個體學習器概念

3. boosting ?bagging

4. 結合策略(平均法，投票法，學習法)

5. 隨機森林思想

6. 隨機森林的推廣

7. 優缺點

8. sklearn參數

9.應用場景

03

?李宏毅機器學習(一)

課程設計：王佳旭，李威，排骨，金一鳴

組隊學習說明：通過觀看李宏毅教學視頻，團隊整理詳細筆記進行梳理算法，并且通過團隊布置的任務理解算法(小作業，核心代碼，大作業等)，完全手寫代碼，不調包。

學習路線：回歸，決策樹，SVM，XGBoost

學習周期：1個月

定位人群：python基礎，數據分析，基礎數學等知識；

難度系數：高

每個任務完成大概所需時間：每天2-4小時不等，根據個人學習能力強弱有所浮動

參考資料：

李宏毅課程教學

機器學習實戰

Datawhale整理的《學習李宏毅》筆記

04

西瓜書

課程設計：黑桃

組隊學習說明：通過學習周志華老師的《機器學習》，以博客的形式完成算法的整理

學習路線：模型評估與選擇-->線性模型-->決策樹-->神經網絡-->支持向量機-->貝葉斯分類-->集成學習-->聚類-->降維與度量學習-->特征選擇與稀疏學習-->半監督學習-->概率圖模型-->規則學習-->強化學習

學習周期：14周

定位人群：掌握基礎數學等知識；

難度系數：高

每個任務完成大概所需時間：每天2-4小時不等，根據個人學習能力強弱有所浮動

參考資料：《機器學習》、《機器學習公式推導版》、cs229

05

數據挖掘

課程設計：范晶晶、李碧涵、

組隊學習說明：應用機器學習算法，完整地走完一個數據挖掘項目流程

任務路線：數據分析→特征工程→模型構建→模型評估→模型調優→模型融合

組隊學習周期：12天

定位人群：有Python基礎，sklearn基礎。難度系數中

每個任務完成大概所需時間：2-3h/天

任務預覽（2天）

要求：數據切分方式 - 三七分，其中測試集30%，訓練集70%，隨機種子設置為2018

任務1：對數據進行探索和分析。時間：2天

1.數據類型的分析

2.無關特征刪除

3.數據類型轉換

4.缺失值處理

5.……以及你能想到和借鑒的數據分析處理

深度學習

01

Pytorch基礎

課程設計：許輝 李奇鋒

組隊學習說明：通過學習pytorch的基本操作，最終完成手寫數字的識別

任務路線：安裝pytorch->設立圖并計算->實現邏輯回歸->構建多層神經網絡->PyTorch實現L1，L2正則化以及Dropout->書寫優化器代碼->用PyTorch完成手寫數字識別

學習周期：7天

定位人群：熟悉python的基礎用法

任務完成所需時間：2-3h/天

難度系數中

任務預覽（2天）

1.什么是Pytorch，為什么選擇Pytroch？

2.Pytroch的安裝

3.配置Python環境

????a.準備Python管理器

??? b.通過命令行安裝PyTorch

????c.PyTorch基礎概念

4.通用代碼實現流程(實現一個深度學習的代碼流程)

理論應用

01

自然語言處理(理論+實踐)

課程設計：jepson

組隊學習說明：學習自然語言處理理論，并且通過對某些數據集的文本分類任務不斷優化來進行實踐。

任務路線：特征提取—>特征選擇—>文本表示—>傳統機器學習算法跑模型—>LDA生成新特征—>深度學習算法跑模型

定位人群：有Python基礎，基本框架的基礎（例如TensorFlow、Keras和pyTorch等）！難度系數高

組隊學習周期：18天

每個任務完成大概所需時間：3-4h

任務預覽（2天）

1.IMDB數據集下載和探索(參考TensorFlow官方教程)

2.THUCNews數據集下載和探索（參考博客中的數據集部分和預處理部分）

3.學習召回率、準確率、ROC曲線、AUC、PR曲線這些基本概念

組隊學習將從8號陸續開始報名（Datawhale的報名微信）

請關注和分享↓↓↓?

本站的知識星球（黃博的機器學習圈子）ID：92416895

目前在機器學習方向的知識星球排名第一

總結

以上是生活随笔為你收集整理的转发：Datawhale第七期组队学习计划的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。