第7期 Datawhale 组队学习计划

最新推荐文章于 2025-01-24 23:17:18 发布
转载 最新推荐文章于 2025-01-24 23:17:18 发布 · 341 阅读 · 0 ·
CC 4.0 BY-SA版权
原文链接：https://juejin.im/post/5ccfa031e51d456e89634ab0

本次组织15个AI领域组队学习，涵盖从理论到实践内容。学习路线包括基础知识（统计学、Python等）、数据分析/挖掘（Excel、MySQL等）、机器学习（初高级算法等）、深度学习（Pytorch）以及自然语言处理实践，难度分低、中、高三档。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

马上就要开始啦

这次共组织15个组队学习

涵盖了AI领域从理论知识到动手实践的内容

按照下面给出的最完备学习路线分类

难度系数分为低、中、高三档

可以按照需要参加

- 学习路线 -

基础知识

01 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

02 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）

环境搭建

1.python初体验

2.python基础讲解

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

  1. python数值基本知识

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

03 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）

04 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，从零开始每天一道算法题，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：腾讯精选练习（50 题）顺序每天一道题。

地址链接:

leetcode-cn.com/problemset/…

组队学习周期：50天(50题全部完成即结束)

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：选取腾讯精选练习（50 题）解答

数据分析/挖掘

01 Excel入门课程

课程设计：杨煜，李严

组队学习说明：职场人士必备学习内容。通过集中式学习和大量实战练习，快速了解并掌握Excel核心功能，保证今后工作中用得到。

任务路线：基础界面(2天) --> 基础文件操作&单元格操作(2天) --> 基础函数(2天) --> 查找函数vlookup和 match/index(2天) --> 基础图表(3天) --> 数据透视表(2天)

组队学习周期：11天

定位人群：小白或有一点基础但不熟练的人群；初入职场人群必学；难度系数低

每个任务完成大概所需时间：2-3h/每天

任务预览（2天）

文件操作

新建workbook

新建sheet/移动sheet/重命名sheet/修改sheet颜色、sheet种类: 工作表/图表/宏表等、保存为xls/xlsx/csv

基础单元格操作

输入数据、数据格式、合并单元格、自动填充、选择性粘贴、去重、分列、排序、筛选、条件格式、插入下拉列表、行高列宽设置、冻结首行首列、边框、单元格换行

作业:

任务一：

生成一个行高30，列宽15（第六列列宽45），名为“Excel组队学习”的表，冻结窗格1-3行

任务二：

操作对象为任务一生成的“Excel组队学习”表

将第六列分列，效果如下

利用条件格式，将薪资列大于8000的收入填充为深绿色，并将它们筛选出来

第二列将重复值删除，只保留唯一值

02 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，难度系数小

每个任务完成大概所需时间：2-3h

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

03 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→beautifulsoup→lxml→selenium→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。

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

  6. 要求抓取名次、影片名称、国家、导演等字段。

04 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

机器学习

01 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

  1. 线性回归的原理

  2. 线性回归损失函数、代价函数、目标函数

  3. 优化方法(梯度下降法、牛顿法、拟牛顿法等)

  4. 线性回归的评估指标

  5. 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

02 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

如何申请优快云博客：blog.youkuaiyun.com/sxhelijian/…

12分钟教你如何使用Markdown：www.bilibili.com/video/av881…

MarkDown公式编辑：katex.org/docs/suppor…

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

03 李宏毅机器学习(一)

课程设计：王佳旭，李威，排骨，金一鸣

组队学习说明：通过观看李宏毅教学视频，团队整理详细笔记进行梳理算法，并且通过团队布置的任务理解算法(小作业，核心代码，大作业等)，完全手写代码，不调包。

学习路线：回归，决策树，SVM，XGBoost

学习周期：1个月

定位人群：python基础，数据分析，基础数学等知识；

难度系数：高

每个任务完成大概所需时间：每天2-4小时不等，根据个人学习能力强弱有所浮动

参考资料：

李宏毅课程教学

机器学习实战

Datawhale整理的《学习李宏毅》笔记

04 西瓜书

课程设计：黑桃

组队学习说明：通过学习周志华老师的《机器学习》，以博客的形式完成算法的整理

学习路线：模型评估与选择-->线性模型-->决策树-->神经网络-->支持向量机-->贝叶斯分类-->集成学习-->聚类-->降维与度量学习-->特征选择与稀疏学习-->半监督学习-->概率图模型-->规则学习-->强化学习

学习周期：14周

定位人群：掌握基础数学等知识；

难度系数：高

每个任务完成大概所需时间：每天2-4小时不等，根据个人学习能力强弱有所浮动

参考资料：《机器学习》、《机器学习公式推导版》、cs229

05 数据挖掘

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

  1. 数据类型的分析

  2. 无关特征删除

  3. 数据类型转换

  4. 缺失值处理

  5. ……以及你能想到和借鉴的数据分析处理

深度学习

01 Pytorch基础

课程设计：许辉 李奇锋

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

任务完成所需时间：2-3h/天

难度系数中

任务预览（2天）

  1. 什么是Pytorch，为什么选择Pytroch？

  2. Pytroch的安装

  3. 配置Python环境

    a. 准备Python管理器

    b. 通过命令行安装PyTorch

    c. PyTorch基础概念

  4. 通用代码实现流程(实现一个深度学习的代码流程)

理论应用

01 自然语言处理(理论+实践)

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

组队学习将从8号陆续开始报名

转载于:https://juejin.im/post/5ccfa031e51d456e89634ab0

数据挖掘组队学习
Datawhale
03-18 841
Datawhale学习主办：Datawhale 天池寄语：本次数据挖掘专题组队学习，旨在理论结合实践，帮助学习者掌握数据挖掘相关知识，提升在实际场景中的...
《李宏毅机器学习完整笔记》发布，Datawhale开源项目LeeML-Notes
Datawhale
08-06 3070
【导读】关于机器学习的学习资料从经典书籍、免费公开课到开源项目应有尽有，可谓是太丰富啦，给学习者提供了极大的便利。但网上比比皆是的学习资料大部分都是英文材料，这可难倒了英语不好的学习者，单词不认识，理解不到位。小编不禁想问：就真的就没办法了嘛。其实也不尽然，中文还是有一些不错的学习资料的，像周志华老师的西瓜书，李航老师的统计学习方法等等都是相当经典的学习资料。今天的主角LeeML-Notes也...
Datawhale组队学习周报（第018周）
老马的程序人生
06-26 658
文章目录本周结营的开源内容即将结营的开源内容正在进行的开源内容七月排期的开源内容希望排期的开源内容每周号外Whalepaper 招新公告 本周（06月14日~06月20日），第 25 期组队学习一共有 3 门开源课程，共组建了 3 个学习群，参与的学习者有 292 人，其中 web开发入门教程、数据挖掘实战（异常检测） 已经结营，另外一门课程也在结营筹划中。 第 26 期组队学习也与大家见面了，这次组队学习一共 5 门开源课程，共组建了 5 个学习群，参与的学习者有 585 人。 第 27 期组队学习也蓄势
wifi密码破解与攻击
whatday的专栏
01-17 3828
密码破解 1.无线网卡切换到监听模式 具体参考：https://blog.youkuaiyun.com/whatday/article/details/86494254 2.airodump-ng wlan0 列出所有的wifi信号 得到需要破解的wifi对应的mac 如图 这里选取 B0:95:8E:9B:7C:E8这个wifi设备 3.airodump-ng wlan0 --ivs -c ...
Wifi密码破解（rtl8818linux驱动安装）
shuzui1985的专栏
09-12 1万+
个人环境： XP上运行额
Datawhale第10期组队学习活动：《动手学深度学习》Pytorch版的练习代码
最新发布
08-10
资源下载链接为： https://pan.quark.cn/s/b51190e7d2cb Datawhale第10期组队学习活动：《动手学深度学习》Pytorch版的练习代码（最新、最全版本！打开链接下载即可用！）
【Datawhale组队学习深度强化学习】Task1
m0_61267964的博客
06-20 974
深度强化学习基础
Datawhale组队学习打卡-Fun-transformer-Task4Decoder
weixin_50513012的博客
01-24 664
困惑度是语言模型对测试数据集的。
Pytorch图像分类实战笔记Task01-Task07|Datawhale组队学习
weixin_45480097的博客
01-17 1004
将数据集统一命名为数字-->获得文件名列表full_dataset-->打乱列表random_dataset-->set train_rate = 0.8,train_dataset = random_dataset[:int(full_dataset)*0.8],test_dataset =random_dataset[int(full_dataset)*0.8:] -->移动文件。文件：gif格式的、非三通道图片（三通道图可以是彩色图，可以是灰度模式的图像。第一步，导入所需要的库。
Datawhale组队学习NLP_Bert文本分类学习笔记
weixin_43634785的博客
08-26 733
使用Bert进行文本分类1 数据的读入1.1 Transformer Datasets1.1.1 datasets.Metric2 数据预处理2.1 定义一个tokenizer2.2 Datasets2.2.1 检查数据格式（可选）2.2.2 Datasets预处理3 Trainer微调预训练模型4 超参数搜索 1 数据的读入 1.1 Transformer Datasets 使用Transformers Datasets库读取网络数据，可以用于在公开数据集上验证模型的好坏。 除了mnli-mm以外，其他任
统计学学习周-Datawhale
qq_35331771的博客
04-07 274
任务 3 【任务内容】 学习内容 1 47-53集 假设检验（一） 学习内容 2 54-61集 假设检验（二） （1）任务三4.7号晚上23:59前在链接文档中表格进行打卡 https://shimo.im/docs/xvIShFMagwMGfILX/ 学习内容 1 47-53集 假设检验（一） 学习内容 2 54-61集 假设检验（二） ...
datawhale 数据结构第二次任务
qq_41484845的博客
05-15 277
【栈】 Valid Parentheses（有效的括号） 英文版：https://leetcode.com/problems/valid-parentheses/ 中文版：https://leetcode-cn.com/problems/valid-parentheses/ class Solution: def isValid(self, s: str) -> bool...
Linux 双网卡绑定（Linux Bonding）总结
Robin's Home
04-06 6883
1 介绍 Linux bonding将多个物理网卡绑定为一个逻辑网卡。逻辑网卡成为Master，绑定的物理网卡成为Slave。 需要bonding内核模块和 ifenslave工具，有些Linux发行版本默认并不编译bonding，需要重新编译内核。可喜的是，SUSE10 SP2版本默认自带了bonding模块和ifenslave工具，SUSE10 SP2的bonding版本为V3.0.3. ...
Datawhale丨第二天python基础任务打卡
qq_39350981的博客
04-03 242
1.列表 a.标志 把带有[]的一段序列认为是列表的标志；列表的长度是可以改变的，内容是可以修改的，可以用方括号定义也可以使用list函数来定义； b.基本操作 #创建 alpha = [‘a’,‘b’,‘c’] #append alpha.append(‘d’) #insert alpha.insert(2,‘e’) #pop alpha.pop() alpha.pop(i) //删除指定位置的...
1. java学习梳理
weixin_42667501的博客
08-08 159
java基本语法：java源程序与编译型运行区别，接口，继承，空行，注释，java关键字，枚举，数组，概念，基本语法，标识符，修饰符，变量 java面向对象：类、对象、引用、构造方法、this,重载，抽象类，final，static，接口，定义，非静态内部类， java虚拟机 java设计模式 java框架 ...
kali破解WiFi密码
只想整天学习
04-24 3387
kali破解WiFi密码 查看可用的无线网卡名称airmon-ng ┌──(root????kali)-[~] └─# airmon-ng PHY Interface Driver Chipset phy0 wlan0 iwlwifi Intel Corporation Wi-Fi 6 AX200 (re
python基础任务三（字典、集合和条件结构）
wyh_wen
04-04 378
一、字典 1.创建字典 字典是另一种可变容器模型，且可存储任意类型对象。字典的每个键值(key=>value)对用冒号(:)分割，每个对之间用逗号(,)分割，整个字典包括在花括号({})中 。 dict1={key1:value1,key2:value2} 键必须是唯一的，但值则不必。值可以取任何数据类型，但键必须是不可变的，如字符串，数字或元组。 dict1={'me':23...
Kali Linux Web 渗透测试秘籍 第四章 漏洞发现
热门推荐
龙哥盟
10-10 4万+
第四章 漏洞发现 作者：Gilberto Najera-Gutierrez 译者：飞龙 协议：CC BY-NC-SA 4.0 简介我们现在已经完成了渗透测试的侦查阶段，并且识别了应用所使用的服务器和开发框架的类型，以及一些可能的弱点。现在是实际测试应用以及检测它的漏洞的时候了。这一章中，我们会涉及到检测一些 Web 应用中常见漏洞的过程，以及允许我们发现和利用它们的工具。我们
datawhale python Day3
weixin_44013938的博客
01-28 242
字典(dict) 1.1 概念： 在Python中，字典是一系列键—值对。每个键都与一个值相关联,你可以使用键来访问与之相关联的值。与键相关联的值可以是数字、字符串、列表乃至字典。 在Python中，字典用放在花括号{}中的一系列键—值对表示。 student_0={'name':'mike','points‘：90}# 这个字典存储了有关student_0 的信息，具体地说是这个学生的信息。...
mysql取众数
05-23
### 如何在 MySQL 中计算众数 在 MySQL 中，可以通过 SQL 查询实现对数据集中众数的计算。以下是具体的解决方案： #### 使用 GROUP BY 和 ORDER BY 实现众数查询 通过 `GROUP BY` 对目标列分组，并统计每种值出现的次数 (`COUNT(*)`)。接着利用 `ORDER BY` 将结果按频率降序排列，最后选取第一个记录作为众数。 ```sql SELECT column_name, COUNT(*) AS frequency FROM table_name GROUP BY column_name ORDER BY frequency DESC LIMIT 1; ``` 此方法适用于单个众数的情况[^1]。 #### 处理多个众数的情形 当存在多个相同最高频次的数据时，需调整查询逻辑以返回所有符合条件的众数。可借助子查询完成这一操作： ```sql SELECT column_name, COUNT(*) AS frequency FROM table_name GROUP BY column_name HAVING frequency = ( SELECT MAX(frequency) FROM ( SELECT COUNT(*) AS frequency FROM table_name GROUP BY column_name ) subquery ); ``` 这里外层查询筛选出了具有最大频率的所有项，而内嵌的子查询则负责找出这些频率中的最大值[^2]。 #### 结合 Pandas 进行更复杂的分析 虽然可以直接用 SQL 完成基本的众数运算，但在面对复杂场景或者需要进一步处理的情况下，也可以先将 MySQL 数据导入 Python 的 Pandas 库中再做深入挖掘。例如下面这段代码演示了如何从 MySQL 获取数据并通过 Pandas 找出众数以及新数组的中位数: ```python import pandas as pd from sqlalchemy import create_engine engine = create_engine('mysql+pymysql://username:password@host:port/database') df = pd.read_sql_query("SELECT column_name FROM table_name", con=engine) mode_values = df['column_name'].mode().tolist() median_of_modes = df[df['column_name'].isin(mode_values)]['column_name'].median() print(f'Mode(s): {mode_values}') print(f'Median of modes array: {median_of_modes}') ``` 上述脚本首先定义了一个 SQLAlchemy 引擎用于连接至指定的 MySQL 数据库；其次调用了 `pd.read_sql_query()` 函数执行简单的 SQL 提取语句加载所需字段进入 DataFrame；之后运用 Pandas 方法 `.mode()` 寻找原始列表里的模式（即可能不止一个），并将它们存入新的列表之中；最终针对这个新模式数值集合再次应用 `.median()` 来决定其中间位置代表值[^3]。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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