2021年01月09日，第21期 Datawhale 组队学习活动马上就要开始啦！
本次组队学习的内容为：
- 数据挖掘实战（学术前沿趋势分析）
- 编程实践（LeetCode 腾讯精选练习50）
- 数据挖掘实战（异常检测）
- 自然语言处理实践（知识图谱）
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。
开源内容：https://github.com/datawhalechina/team-learning-data-mining/tree/master/AcademicTrends
- 贡献人员：刘羽中、杨毅远、张晋、雷钲仪、周郴莲、宋怡然、姚童
- 学习周期：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。
- 学习形式：理论+练习
- 人群定位：熟悉数据挖掘的基本方法，对学习数据分析掌握比赛技巧有需求的学员。
- 先修内容：Python编程语言、编程实践（Numpy）、编程实践（Pandas）、编程实践（数据可视化）
- 难度系数：中
本次新人赛是Datawhale与天池联合发起的零基础入门系列赛事第五场 —— 零基础入门数据分析之学术前沿趋势分析。
赛题以数据分析为背景，要求选手使用公开的arXiv论文完成对应的数据分析操作。与之前的数据挖掘赛题不同，本次赛题不仅要求选手对数据进行建模，而且需要选手利用赛题数据完成具体的可视化分析。
为更好的引导大家入门，我们同时为本赛题定制了系列学习方案，其中包括数据科学库使用（Pandas、Numpy和Matplotlib）、数据分析介绍和数据分析工具使用三部分。通过对本方案的完整学习，可以帮助掌握数据分析基本技能。同时我们也将提供专属的视频直播学习通道。
- 组队、修改群昵称。
- 熟悉打卡规则。
Task1：论文数据统计（3天）Link
- 学习主题：论文数量统计（数据统计任务），统计2019年全年，计算机各个方向论文数量；
- 学习内容：赛题理解、
Pandas读取数据、数据统计 ； - 学习成果：学习
Pandas基础；
Task2：论文作者统计（3天）Link
- 学习主题：论文作者统计（数据统计任务），统计所有论文作者出现评率Top10的姓名；
- 学习内容：作者姓名识别和统计；
- 学习成果：学习字符串基本操作、
Matplotlib基础使用、Seaborn基础使用；
Task3：论文代码统计（3天）Link
- 学习主题：论文代码统计（数据统计任务），统计所有论文类别下包含源代码论文的比例；
- 学习内容：代码链接识别和统计；
- 学习成果：学会使用正则表达式；
Task4：论文种类分类（3天）Link
- 学习主题：论文种类分类（数据建模任务），利用已有数据建模，对新论文进行类别分类；
- 学习内容：使用论文标题完成类别分类；
- 学习成果：学会文本分类的基本方法、
TFIDF等；
Task5：作者信息关联（3天）Link
- 学习主题：作者信息关联（数据建模任务），对论文作者关系进行建模，统计最常出现的作者关系；
- 学习内容：构建作者关系图，挖掘作者关系；
- 学习成果：论文作者知识图谱、图关系挖掘；
开源内容：https://github.com/datawhalechina/team-learning-program/tree/master/LeetCodeTencent
- 贡献人员：姚行志，韩绘锦，徐韬，马燕鹏
- 学习周期：20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。
- 学习形式：练习
- 人群定位：有一定编程基础，对学习算法有需求的学员。
- 先修内容：Python编程语言、数据结构与算法、编程实践（LeetCode 分类练习）
- 难度系数：中
每天刷三道题，利用20天完成Leetcode腾讯精选练习50题。
- 组队、修改群昵称
- 熟悉打卡规则
开源内容：https://github.com/datawhalechina/team-learning-data-mining/tree/master/AnomalyDetection
- 贡献人员：梁家晖，李玲，李芝翔，赵可，陈信达
- 学习周期：14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。
- 学习形式：理论+实践
- 人群定位：熟悉数据挖掘的基本方法，对学习异常检测算法有需求的学员。
- 先修内容：Python编程语言、编程实践（Numpy）、编程实践（Pandas）、编程实践（数据可视化）
- 难度系数：中
理解传统的异常检测方法原理，并具备基本的调用相应python库进行操作的能力。
- 组队、修改群昵称
- 熟悉打卡规则。
- 了解异常检测基本概念
- 了解异常检测基本方法
- 掌握基于高斯分布的异常检测方法
- 理解非参数异常检测方法
- 掌握HBOS算法
- 理解线性回归
- 掌握主成分分析的异常检测方法
- 理解基于距离的异常检测方法
- 掌握基于密度的LOF算法
- 了解集成方法的**
- 理解feature bagging原理
- 掌握孤立森林算法
开源内容：https://github.com/datawhalechina/team-learning-nlp/tree/master/KnowledgeGraph_Basic
- 贡献人员：吴晓均、杨开漠、康兵兵，周郴莲，王翔，超逸，王嘉鹏，陈安东，段秋阳
- 学习周期：8天
- 学习形式：理论 + 实践
- 人群定位：熟悉自然语言处理基本方法，对学习知识图谱算法有需求的学员。
- 先修内容：Python编程语言
- 难度系数：中
理解知识图谱的基本原理，熟悉Neo4j并具备基本的调用相应python库进行操作的能力。
- 组队、修改群昵称
- 熟悉打卡规则
- 知识图谱简介
- 怎么构建知识图谱
- 知识图谱的存储
- Neo4j 介绍与安装
- Neo4j 实战
- 通过 Python 操作 Neo4j
- 通过csv文件批量导入图数据
- 引言
- 运行环境
- 搭建知识图谱
- 启动问答测试
- 代码目录介绍
- 引言
- Neo4j简介
- Neo4j 数据导入
- 总结
- 引言
- 什么是问答系统
- 任务实践
- 主体类 EntityExtractor 框架介绍
- 命名实体识别任务实践
- 意图识别任务实践
- Neo4j介绍
- 基于知识图谱的问题系统 主体类 AnswerSearching 框架介绍
- 代码分模块介绍
- 注册 CSDN、Github 或 B站等账户。
- 按照任务安排进行学习，完成后写学习笔记Blog 或 进行视频直播。
- 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。
有关Datawhale组队学习的开源内容如下：
本次组队学习的 PDF 文档可到Datawhale的知识星球下载：
