Jsonlmy / team-learning

Datawhale组队学习计划与课程内容

Geek Repo:Geek Repo

Github PK Tool:Github PK Tool

Datawhale 组队学习

第14期Datawhale组队学习计划马上就要开始啦!

本次组队学习的内容为:pandas、图像处理、概率统计和自然语言处理。

大家可以根据我们的开源内容进行自学,也可以加入我们的组队学习一起来学。


Pandas教程(下)

内容设计:耿远昊,谢文睿

定位人群:有 python 编程基础,希望从事数据分析工作的学习者,参与过Pandas教程(上)组队学习者优先。

时间安排

9天,每天平均花费时间 2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:缺失数据(2天)
  • Task02:文本数据(3天)
  • Task03:分类数据(1天)
  • Task04:时序数据(2天)
  • Task05:综合练习(1天)

详细安排http://dwz.date/aZCT


计算机视觉基础:图像处理(下)

内容设计:王程伟、任乔牧、张强、李芝翔

定位人群:具备一定编程基础,了解 OpenCV,有学习和梳理图像处理算法的需求,参与过图像处理(上)组队学习者优先。

时间安排

15天,每天平均花费时间 2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:Harris特征点检测器-兴趣点检测(3天)
  • Task02:LBP特征描述算子-人脸检测(4天)
  • Task03:Harr特征描述算子-人脸检测(4天)
  • Task04:HOG特征描述算子-行人检测(4天)

详细安排http://dwz.date/aZCH


概率统计

内容设计:张晓东、张雨、杨剑砺

定位人群:了解 python 编程语言 和 概率统计的基本概念,希望通过程序模拟的方式来熟悉概率统计知识的学习者。

时间安排

9天,每天平均花费时间 2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

  • Task1:随机事件与随机变量(1天)
  • Task2:数理统计与描述性分析(2天)
  • Task3:常见分布与假设检验(3天)
  • Task4:方差分析(3天)

详细安排http://dwz.date/aNY4


自然语言处理

内容设计:杨开漠、浩浩雷Ali、但扬杰、慕辰尘、康兵兵、刘瑞航

定位人群:具备一定编程基础,有学习和梳理自然语言处理算法的需求。

时间安排

16天,每天平均花费时间 2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

  • Task 1: Introduction and Word Vectors (3天)
  • Task 2: Word Vectors and Word Senses (3天)
  • Task 3: Subword Models (3天)
  • Task 4: Contextual Word Embeddings (3天)
  • Task 5: Homework (3天)

详细安排http://dwz.date/aZCQ


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填写问卷打卡,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。

About

Datawhale组队学习计划与课程内容


Languages

Language:Jupyter Notebook 99.2%Language:C# 0.8%