開源貢獻(xiàn)：Datawhale團(tuán)隊(duì)

這是今年五月份的組隊(duì)學(xué)習(xí)，這次學(xué)習(xí)于5月8日?qǐng)?bào)名，內(nèi)容如下：
(1)??數(shù)據(jù)挖掘（異常檢測(cè)）
(2)??Web開發(fā)入門教程?
(3)? 集成學(xué)習(xí)（下）

關(guān)于開源

Datawhale作為開源組織，更多是希望營造互促的學(xué)習(xí)氛圍和純粹的學(xué)習(xí)環(huán)境，所有學(xué)習(xí)內(nèi)容和學(xué)習(xí)規(guī)劃都將開源在Datawhale Github上，方便大家有監(jiān)督和無監(jiān)督學(xué)習(xí)，從而幫助到更多學(xué)習(xí)者成長。

開源內(nèi)容

截止今日，Datawhale已經(jīng)近開源30多門學(xué)習(xí)內(nèi)容，涉及編程、數(shù)據(jù)挖掘、cv、nlp、強(qiáng)化學(xué)習(xí)和推薦系統(tǒng)六大模塊，這來自每一個(gè)開源貢獻(xiàn)者的參與。

開源地址

https://github.com/datawhalechina/team-learning

組隊(duì)學(xué)習(xí)

關(guān)于組隊(duì)學(xué)習(xí)，顧名思義，就是一群志同道合的小伙伴聚集一起，一起學(xué)習(xí)，一起討論，一起組隊(duì)打boss，一起克服拖延癥。其實(shí)沒有老師，沒有教學(xué)，有的是一群熱愛學(xué)習(xí)和渴望改變的小伙伴，交流學(xué)習(xí)，互促共進(jìn)。

或許你可以【組隊(duì)學(xué)習(xí)的那些事】系列文章進(jìn)一步了解：《聞韶：我的組隊(duì)學(xué)習(xí)經(jīng)歷》、《羅如意：從學(xué)習(xí)者到加入組織》、《黃元帥：組隊(duì)學(xué)習(xí)的大航海模型》

開源學(xué)習(xí)

數(shù)據(jù)挖掘（異常檢測(cè)）

開源貢獻(xiàn)：梁家暉、李玲、李芝翔、趙可、陳信達(dá)、林星良

組隊(duì)學(xué)習(xí)說明：旨在幫助學(xué)習(xí)者理解傳統(tǒng)的異常檢測(cè)方法原理，并具備基本的調(diào)用相應(yīng)python庫進(jìn)行操作的能力。

任務(wù)路線：掌握給予統(tǒng)計(jì)學(xué)的異常檢測(cè)方法，線性模型學(xué)習(xí)，掌握基于相似度的方法等。

組隊(duì)學(xué)習(xí)周期：15天定位人群：熟悉數(shù)據(jù)挖掘的基本方法，對(duì)學(xué)習(xí)異常檢測(cè)算法有需求的學(xué)習(xí)者。難度系數(shù)中每個(gè)任務(wù)完成大概所需時(shí)間：3-5h

任務(wù)預(yù)覽（3天）

Task02：基于統(tǒng)計(jì)學(xué)的方法（3天）

• 掌握基于高斯分布的異常檢測(cè)方法

• 理解非參數(shù)異常檢測(cè)方法

• 掌握HBOS算法

Web開發(fā)入門教程

開源貢獻(xiàn)：張梁、王曉亮、何鋒麗、張少波、謝文昕

組隊(duì)學(xué)習(xí)說明：幫助你熟悉datawhale項(xiàng)目開發(fā)流程、REST前后端分離理念及OpenAPI文檔編寫、Django后端開發(fā)技術(shù)架構(gòu)、Vue前端開發(fā)、前后臺(tái)端對(duì)接。

任務(wù)路線：環(huán)境搭建與初步了解、熟悉后端代碼結(jié)構(gòu)及openAPI文檔編寫等

組隊(duì)學(xué)習(xí)周期：16天
定位人群：有一定編程基礎(chǔ)的同學(xué)，有實(shí)際開發(fā)經(jīng)驗(yàn)更佳。難度系數(shù)中每個(gè)任務(wù)完成大概所需時(shí)間：3-5h

任務(wù)預(yù)覽（2天）

Task02：熟悉datawhale需求及編寫新API文檔（2天）

• 熟悉用戶及權(quán)限管理需求

• 設(shè)計(jì)用戶及權(quán)限管理相關(guān)RESTful API

• 補(bǔ)充openapi.yaml并添加用戶及權(quán)限管理相關(guān)入口

• 熟悉賽事管理需求

• 設(shè)計(jì)賽事管理相關(guān)RESTful API

• 補(bǔ)充openapi.yaml并添加賽事管理相關(guān)入口

集成學(xué)習(xí)（下）

開源貢獻(xiàn)：李祖賢、薛傳雨、趙可、楊毅遠(yuǎn)、陳琰鈺、李嘉騏

組隊(duì)學(xué)習(xí)說明：之前大家系統(tǒng)學(xué)習(xí)了機(jī)器學(xué)習(xí)的經(jīng)典的算法、bagging/boosting等基本集成方法的思路、理論推導(dǎo)和庫文件調(diào)用。本次我們將學(xué)習(xí)使用多個(gè)模型的訓(xùn)練結(jié)果進(jìn)行最終的融合。之前的學(xué)習(xí)中我們一直使用模型庫自帶的小型數(shù)據(jù)來進(jìn)行練習(xí)，本次在模型訓(xùn)練和融合全部完成后，我們還將使用兩個(gè)較大的真實(shí)數(shù)據(jù)來進(jìn)行完整的調(diào)參融合練習(xí)。我們從數(shù)據(jù)預(yù)處理開始，到子分類器的訓(xùn)練，再到集成學(xué)習(xí)，一步一步深入淺出，手把手帶領(lǐng)大家直觀感受集成學(xué)習(xí)。

任務(wù)路線：Blending集成學(xué)習(xí)算法、Stacking集成學(xué)習(xí)算法、集成學(xué)習(xí)案例。

組隊(duì)學(xué)習(xí)周期：15天定位人群：已完成集成學(xué)習(xí)（上、中）課程內(nèi)容的學(xué)習(xí)，具備《高等數(shù)學(xué)》、《線性代數(shù)》、《概率論與數(shù)理統(tǒng)計(jì)》基礎(chǔ)，了解機(jī)器學(xué)習(xí)經(jīng)典模型的理論知識(shí)，能夠調(diào)用相應(yīng)模型庫解決實(shí)際問題的學(xué)習(xí)者。難度系數(shù)中每個(gè)任務(wù)完成大概所需時(shí)間：3-5h???特別提示：已報(bào)名并完成集成學(xué)習(xí)（中）所有學(xué)習(xí)內(nèi)容的同學(xué)不需要重復(fù)報(bào)名。直接報(bào)名集成學(xué)習(xí)（下）的同學(xué)需要自行完成集成學(xué)習(xí)（上、中）課程內(nèi)容的學(xué)習(xí)。

任務(wù)預(yù)覽（2天）

Task12：Blending集成學(xué)習(xí)算法（2天）

• Blending是學(xué)習(xí)Stacking算法的基礎(chǔ)，不知道大家小時(shí)候有沒有過這種經(jīng)歷：老師上課提問到你，那時(shí)候你因?yàn)殚_小差而無法立刻得知問題的答案。就在你彷徨的時(shí)候，由于你平時(shí)人緣比較好，因此周圍的同學(xué)向你伸出援手告訴了你他們腦中的正確答案，因此你對(duì)他們的答案加以總結(jié)和分析最終的得出正確答案。相信大家都有過這樣的經(jīng)歷，這就是Blending算法的核心。
  

參與學(xué)習(xí)

快速通道

a. Web開發(fā)入門教程

開源內(nèi)容：https://github.com/datawhalechina/whale-web

b. 數(shù)據(jù)挖掘?qū)嵺`（異常檢測(cè)）

開源內(nèi)容：https://github.com/datawhalechina/team-learning-data-mining/tree/master/AnomalyDetection

c. 集成學(xué)習(xí)（下）

開源內(nèi)容：https://github.com/datawhalechina/team-learning-data-mining/tree/master/EnsembleLearning

學(xué)習(xí)規(guī)則

1.需交督促金3塊：1塊學(xué)習(xí)，1塊分享，1塊成長；2.需要有一個(gè)可以記錄學(xué)習(xí)筆記的公開帳號(hào)；
3.根據(jù)任務(wù)安排學(xué)習(xí)，完成后寫學(xué)習(xí)筆記；4.任務(wù)截止前在群內(nèi)打卡，遇到問題一起交流；
5.未按時(shí)打卡的同學(xué)視為放棄，流出學(xué)習(xí)群。

報(bào)名方式

5月8日中午11:30?在Datawhale高校群和在職群分享報(bào)名二維碼。由于組織學(xué)習(xí)非盈利，精力有限，沒有報(bào)上名的可以根據(jù)開源教程自行安排學(xué)習(xí)。

最后，未在社群的小伙伴，可在公眾號(hào)后臺(tái)回復(fù)關(guān)鍵詞“在校”或“在職”進(jìn)群（已在的不需要重復(fù)加入）。