ai软件基础教程开源教程人工智能(含机器学习、深度学习)1/吃瓜
详细操作步骤可参考:点击查看组队学习规则
因为组织学习非盈利,精力有限,未报名成功可以按照开源教程自行安排学习。
开源学习联盟
由学校教师、老师、协会等一同参加组建,在数据科学和人工智能方向,倡导开源学习,通过开放协作的学习方法,帮助在校学员找到有意义的工作,建立有意义的人际关系。
加入方式及具体介绍:
关于开源
Datawhale作为开源组织,更多是期望打造互促的学习气氛和单纯的学习环境,所有学习内容和学习规划都将开源在DatawhaleGithub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
截至昨日,Datawhale已经开源50多门学习内容,涉及编程、数据科学、cv、nlp、强化学习和推荐平台6大模块,这源自每一个开源贡献者的参与。
开源地址
什么是组队学习?
顾名思义,就是一群志同道合的老汉伴,一起学习讨论,一起消除拖延症,一起组队打boss。没有教师,没有课堂,有的是一群热爱学习和期待改变的人,交流学习,互促共进。或许你可以从这种文章进一步认识:《黄元帅:组队学习的大航海模型》、《闻韶:我的组队学习历程》、《罗如意:从学习者到贡献者》。
开源教程
人工智能(含机器学习、深度学习)
1/吃瓜教程—西瓜书+南瓜书
开源贡献:谢文睿、秦州、潘灿
内容说明:周志华老师的“西瓜书”是机器学习经典入门课本,值得反复阅读,配合“南瓜书”从大学物理基础的角度进行讲解,一起打好基础!详细介绍点这里
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: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)
2/李宏毅机器学习(含深度学习)
开源贡献:王茂霖、陈安东、刘峥嵘、李玲、Alvie、张凯旋、张友东
内容说明:辅助大家更好学习李宏毅老师机器学习视频,并加入相关补充资料,帮助你对机器学习有非常深刻的理解。
学习周期:14天
定位人群:深度学习入门者,有微积分,线性代数基础
学习名额:100人
部分任务节选
Task04:深度学习介绍和反向传播模式(2天)
3/深入浅出PyTorch
开源贡献:李嘉骐、牛志康、刘洋、陈安东、王鑫、郭棉昇、张露雨、王德毅
内容表明:PyTorch理论与实践结合,由基础知识到项目实战。详细介绍点这里
学习周期:14天
定位人群:具备高数、线代、概率论基础,有一定的机器学习和深度学习基础,熟悉常见概念ai软件基础教程,会使用Python。
学习名额:100人
部分任务节选
Task01:PyTorch的安装和基础知识(2天)
4/采蘑菇教程—Easy-RL:强化学习
开源贡献:王琦、杨毅远、江季、惠雨乔、张瑞元、林俊杰
内容表明:本内容是加强学习的基础,主要目标是学习常见的加强学习算法并进行相关的实践。详细介绍点这里
学习周期:20天
定位人群:有一些机器学习、数学基础的小伙伴,有意向了解、学习提高学习的小伙伴,难度系数高。
学习名额:100人
部分任务节选
Task01:强化学习基础(教程第一章+对应习题)(3天)。
5/零基础入门推荐平台竞赛实践
开源贡献:鱼佬、阿水、周辉池、王君威、吴建华、马晶敏
内容说明:本教程依托于2022华为中国校园AI算法精英赛道—广告·信息域跨域CTR预估赛题,旨在帮助学习者零基础入门推荐平台,从简洁的Baseline一步步优化改进上分。
学习周期:10天
定位人群:有一定的机器学习算法基础
学习名额:200人
部分任务节选
Task02:学习进阶版教程,对模型或特性进行改进,提分刷榜(6天)
6/如何用Intel-OpenVINO™工具包构建AI应用
开源贡献:Intel、王顺意、钟祺宇、胡锐锋、谢文昕
内容表明:了解怎样形成一个AI推理应用,包括建立异构平台、AI应用中的视频处理、进行AI推理的性能对比等内容。
学习周期:15天
定位人群:AI领域的学习者、工程师,需要linux基础。
学习名额:100人
部分任务节选
Task01:OpenVINO异构平台编程、视频加速处理(3天)
数据科学
7/SQL编程语言
开源贡献:王复振、杨煜、闫钟峰、杨梦迪、苏鹏、李云龙、刘如明
内容说明:Followme,从0到1掌握SQL。了解SQL基本特征,熟悉基本操作,掌握视图等高阶用法,最后秋招秘籍检验学习效果。详解介绍点这里
组队学习周期:16天
定位人群:0基础学员,希望把握SQL基础查询的同学
学习名额:80人
部分任务节选
Task04集合运算(3天)
8/Pandas数据处理与预测
开源贡献:耿远昊、王钦杰、汪健麟、崔腾松、汪得志
内容表明:通过课程学习掌握pandas库使用的核心科技。详细介绍点这里
组队学习周期:46天
定位人群:具有Python编程基础,希望系统学习pandas。
学习名额:200人
部分任务节选
Task01:预备知识(6天)
Task02:pandas基础(4天)
Task03:索引(5天)
9/动手学数据预测
开源贡献:陈安东、金娟娟、杨佳达、老表、李玲、张文涛、高立业、李思、长汐、李柯辰
内容表明:以项目为主线,通过边学,边做或者边被鼓励的方法,既把握知识点又能掌握数据预测的大概思路和步骤。详细介绍点这里
组队学习周期:11天
定位人群:懂一些python,希望入门数据预测的学习者。
学习名额:100人
部分任务节选
Task01:数据加载及构建性数据预测(2天)
编程基础
10/计算机通识:吴军《计算之魂》共读
开源贡献:吴军、梁恩瑞、叶前坤、梁家晖、徐旺华、陈安东、李岳昆、初晓宇、武帅、司玉鑫
内容表明:我们将共读《计算之魂》并围绕书中阐释题进行交流讨论ai软件基础教程,一起培养计算认知的方法,探究计算机科学的精髓
学习周期:26天
定位人群:0基础学员,最好有一些算法知识
学习名额:200人
部分任务节选
Task03关于排序的讨论(7天)
11/GitModel运筹优化入门
开源贡献:刘斯豪、郑伯斌、李舒,刘雅如、何清旋、王聪
内容说明:介绍物理模型中运筹优化的基本建模,手把手带你由真实背景出发,从写实实际问题,建立物理建模,再到最终求解代码的编写!真正从0到1,运筹帷幄!
学习周期:14天
定位人群:
学习名额:80人
部分任务节选
Task01:线性规划(上)建模建立(2天)
12/GitModel统计预测(下)
开源贡献:李祖贤、黎卓然、卢水琼、刘兴
内容表明:包含两个专题:假设检验;随机过程与随机模拟专题。包含假定检验3种方式讲解;应用随机过程与仿真平台;金融量化预测与随机模拟。
学习周期:18天
定位人群:
学习名额:100人
部分任务节选
Task01:假设检验1:步骤论与一元数值检验(4天)
13/青少年编程:Python语言
开源贡献:王思齐、马燕鹏
内容说明:跟着春雷老师,看视频学习Python编程的基本常识。
学习周期:13天
定位人群:对Python编程感兴趣的小同学(10~18岁)。
学习名额:100人
部分任务节选
Task01:第一阶段功法(5天)
开源地址
⭐为难度系数
1.吃瓜教程——西瓜书+南瓜书⭐⭐
开源地址:
B站视频教程:
2.李宏毅机器学习(含深度学习)⭐⭐
开源地址:
配套课程视频:
2021李宏毅授权课程视频:
3.深入浅出PyTorch⭐⭐
开源地址:
B站视频:
4.采蘑菇教程—Easy-RL:强化学习⭐️⭐
开源地址:/datawhale-homepage/#/learn/detail/91
5.零基础入门推荐平台竞赛实践⭐️
开源地址:
B站视频:
6.如何用Intel-OpenVINO™工具包构建AI应用⭐⭐️
开源地址:
7.SQL编程语言⭐⭐️
开源地址:
8.pandas数据处理与预测⭐⭐️
开源地址:
9.动手学数据预测⭐⭐
开源地址:/datawhalechina/hands-on-data-analysis
B站视频:
10.计算机通识:吴军《计算之魂》共读⭐
开源地址:
B站视频:
11.GitModel-运筹优化入门⭐️
开源地址:
12.GitModel统计预测⭐
开源地址:
13.青少年编程:Python语言⭐
开源地址:
B站视频:
转载原创文章请注明,转载自设计培训_平面设计_品牌设计_美工学习_视觉设计_小白UI设计师,原文地址:http://www.zfbbb.com/?id=2933