Datawhale新春组队学习来了!

 Datawhale学习 

贡献团队:Datawhale、开源学习联盟

本月组队学习,包含了AI专题和大数据两个方向,共4个学习内容。

7d5db439d2f9376888edff1e5d9adb21.png

表示难度系数

开源学习联盟

相关高校学院、协会、实验室、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。(添加负责人 DatawhaleTeam 加入)

参与学习

▶ 时间:2月11日(周六)中午11:30

▶ 方式:在高校群/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。

具体操作流程可参考:点击查看组队学习规则

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。

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

截至今日,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

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

4个学习内容,共760个学习名额,每人限报一个学习。详情如下:

1 /吃瓜教程——西瓜书+南瓜书

开源贡献:谢文睿、秦州、刘佳福

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:17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」

部分任务节选

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 /《统计学习方法》习题实战

开源贡献:胡锐锋、毛鹏志、王维嘉、王茸茸、王瀚翀、刘晓东、李拥祺、王天富、薛博阳、卢水琼、邹雨衡、马佳宝

内容说明:李航老师的《统计学习方法》是机器学习领域的经典入门教材之一,主要学习本书第1篇的监督学习内容,结合课后习题,巩固相关知识。

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:80人

部分任务节选

Task01:第1章统计学习方法概论(3天)

3 /大数据处理技术导论

开源贡献:王洲烽、沈豪、蒋志政、王嘉鹏、刘洋、胡锐锋、邱雯、边圣陶、李祖贤、孙子涵、毛自翔

内容说明:带领大家走进大数据时代的浪潮中,理解并能够使用目前主流的大数据处理架构Hadoop解决相应的问题,从小白到实践者。

学习周期:22天

定位人群:希望了解大数据技术相关原理并进行实操,具备基本的python与Linux操作基础的同学。

学习名额:100人

部分任务节选

Task01:详读 第1章、第2章Hadoop内容(3天)

4 /斯坦福CS224W图机器学习公开课

开源贡献:张子豪、六一、吕豪杰、张鑫明、刘承昊、王昊文、左凯文、高立业

联合组织:Datawhale x 同济子豪兄

内容说明:图机器学习、图数据挖掘、图神经网络、知识图谱入门必学公开课:斯坦福大学CS224W。算法讲解、论文精读、代码实战,同济子豪兄中文精讲。

学习周期:28天

定位人群:图机器学习、图数据挖掘、图神经网络、知识图谱初学者

学习名额:400人

部分任务节选

Task01:图机器学习导论(2天)

开源地址

1.  吃瓜教程——西瓜书+南瓜书

开源内容:https://github.com/datawhalechina/pumpkin-book

B 站视频教程:https://www.bilibili.com/video/BV1Mh411e7VU

2. 《统计学习方法》习题实战

开源内容:https://github.com/datawhalechina/statistical-learning-method-solutions-manual

3. 大数据处理技术导论

B站视频教程:https://github.com/datawhalechina/juicy-bigdata

4. 斯坦福CS224W图机器学习公开课

开源内容:https://github.com/TommyZihao/zihao_course/tree/main/CS224W

B 站视频:https://space.bilibili.com/1900783/channel/collectiondetail?sid=915098

开源学习联盟

特别支持

老师:曾铮、陈永保、马燕鹏、孙涛、邹修国

学生:郑昕然、冉斓、励志勇、牛志康、王鑫、颜鑫、王琦、骆秀韬、王浩、宋禹成、王耀晨、于小敏、来新璐、李柯辰、任乔牧、张凯旋 、陈睿哲、安睿川

特别邀请

清华大学大数据协会

厦门大学WISER CLUB

浙江大学人工智能协会

西安电子科技大学科创社

北京信息科技大学创联社团

AIEnergy lab of USST

华东理工大学创新创业协会

学习发展联盟(LDU)

上海交大学生独角兽创新创业协会

湖北第二师范学院数学元协会

闽江学院数学建模协会

中南大学计算机学院大学生科学技术协会

南京邮电大学SACC Python组

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

青岛科技大学数据科学研究协会

河南工业大学AI社

南通师范高等专科学校科技创新社

太原理工大学经济管理学院

南京农业大学人工智能学院

大连理工大学NAOSI协会

上海科技大学OPENSIG协会

重庆邮电大学软件工程学院

西安交大学生网络管理协会

2023学习计划

最后,留言你希望一起学习的内容吧

/分享你和Datawhale一起学习的经历

留言并点赞数前六的读者

以及最用心的十位

可以获得今年全年优先学习名额、优先纳入学习计划

8527cc9ad9ebb0156d9583e8e10e0ef1.png

开源学习,点赞三连⬇️ 

六自由度机械臂ANN人工神经网络设计:正向逆向运动学求解、正向动力学控制、拉格朗日-欧拉法推导逆向动力学方程(Matlab代码实现)内容概要:本文档围绕六自由度机械臂的ANN人工神经网络设计展开,详细介绍了正向与逆向运动学求解、正向动力学控制以及基于拉格朗日-欧拉法推导逆向动力学方程的理论与Matlab代码实现过程。文档还涵盖了PINN物理信息神经网络在微分方程求解、主动噪声控制、天线分析、电动汽车调度、储能优化等多个工程与科研领域的应用案例,并提供了丰富的Matlab/Simulink仿真资源和技术支持方向,体现了其在多学科交叉仿真与优化中的综合性价值。; 适合人群:具备一定Matlab编程基础,从事机器人控制、自动化、智能制造、电力系统或相关工程领域研究的科研人员、研究生及工程师。; 使用场景及目标:①掌握六自由度机械臂的运动学与动力学建模方法;②学习人工神经网络在复杂非线性系统控制中的应用;③借助Matlab实现动力学方程推导与仿真验证;④拓展至路径规划、优化调度、信号处理等相关课题的研究与复现。; 阅读建议:建议按目录顺序系统学习,重点关注机械臂建模与神经网络控制部分的代码实现,结合提供的网盘资源进行实践操作,并参考文中列举的优化算法与仿真方法拓展自身研究思路。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值