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：