开源贡献：Datawhale团队

这是今年五月份的组队学习，这次学习于5月8日报名，内容如下：
(1)  数据挖掘（异常检测）
(2)  Web开发入门教程 
(3)  集成学习（下）

关于开源

Datawhale作为开源组织，更多是希望营造互促的学习氛围和纯粹的学习环境，所有学习内容和学习规划都将开源在Datawhale Github上，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

截止今日，Datawhale已经近开源30多门学习内容，涉及编程、数据挖掘、cv、nlp、强化学习和推荐系统六大模块，这来自每一个开源贡献者的参与。

开源地址

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

组队学习

关于组队学习，顾名思义，就是一群志同道合的小伙伴聚集一起，一起学习，一起讨论，一起组队打boss，一起克服拖延症。其实没有老师，没有教学，有的是一群热爱学习和渴望改变的小伙伴，交流学习，互促共进。

或许你可以【组队学习的那些事】系列文章进一步了解：《闻韶：我的组队学习经历》、《罗如意：从学习者到加入组织》、《黄元帅：组队学习的大航海模型》

开源学习

数据挖掘（异常检测）

开源贡献：梁家晖、李玲、李芝翔、赵可、陈信达、林星良

组队学习说明：旨在帮助学习者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。

任务路线：掌握给予统计学的异常检测方法，线性模型学习，掌握基于相似度的方法等。

组队学习周期：15天定位人群：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习者。难度系数中每个任务完成大概所需时间：3-5h

任务预览（3天）

Task02：基于统计学的方法（3天）

• 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

Web开发入门教程

开源贡献：张梁、王晓亮、何锋丽、张少波、谢文昕

组队学习说明：帮助你熟悉datawhale项目开发流程、REST前后端分离理念及OpenAPI文档编写、Django后端开发技术架构、Vue前端开发、前后台端对接。

任务路线：环境搭建与初步了解、熟悉后端代码结构及openAPI文档编写等

组队学习周期：16天
定位人群：有一定编程基础的同学，有实际开发经验更佳。难度系数中每个任务完成大概所需时间：3-5h

任务预览（2天）

Task02：熟悉datawhale需求及编写新API文档（2天）

• 熟悉用户及权限管理需求

• 设计用户及权限管理相关RESTful API

• 补充openapi.yaml并添加用户及权限管理相关入口

• 熟悉赛事管理需求

• 设计赛事管理相关RESTful API

• 补充openapi.yaml并添加赛事管理相关入口

集成学习（下）

开源贡献：李祖贤、薛传雨、赵可、杨毅远、陈琰钰、李嘉骐

组队学习说明：之前大家系统学习了机器学习的经典的算法、bagging/boosting等基本集成方法的思路、理论推导和库文件调用。本次我们将学习使用多个模型的训练结果进行最终的融合。之前的学习中我们一直使用模型库自带的小型数据来进行练习，本次在模型训练和融合全部完成后，我们还将使用两个较大的真实数据来进行完整的调参融合练习。我们从数据预处理开始，到子分类器的训练，再到集成学习，一步一步深入浅出，手把手带领大家直观感受集成学习。

任务路线：Blending集成学习算法、Stacking集成学习算法、集成学习案例。

组队学习周期：15天定位人群：已完成集成学习（上、中）课程内容的学习，具备《高等数学》、《线性代数》、《概率论与数理统计》基础，了解机器学习经典模型的理论知识，能够调用相应模型库解决实际问题的学习者。难度系数中每个任务完成大概所需时间：3-5h⚠️ 特别提示：已报名并完成集成学习（中）所有学习内容的同学不需要重复报名。直接报名集成学习（下）的同学需要自行完成集成学习（上、中）课程内容的学习。

任务预览（2天）

Task12：Blending集成学习算法（2天）

• Blending是学习Stacking算法的基础，不知道大家小时候有没有过这种经历：老师上课提问到你，那时候你因为开小差而无法立刻得知问题的答案。就在你彷徨的时候，由于你平时人缘比较好，因此周围的同学向你伸出援手告诉了你他们脑中的正确答案，因此你对他们的答案加以总结和分析最终的得出正确答案。相信大家都有过这样的经历，这就是Blending算法的核心。
  

参与学习

快速通道

a. Web开发入门教程

开源内容：https://github.com/datawhalechina/whale-web

b. 数据挖掘实践（异常检测）

开源内容：https://github.com/datawhalechina/team-learning-data-mining/tree/master/AnomalyDetection

c. 集成学习（下）

开源内容：https://github.com/datawhalechina/team-learning-data-mining/tree/master/EnsembleLearning

学习规则

1.需交督促金3块：1块学习，1块分享，1块成长；2.需要有一个可以记录学习笔记的公开帐号；
3.根据任务安排学习，完成后写学习笔记；4.任务截止前在群内打卡，遇到问题一起交流；
5.未按时打卡的同学视为放弃，流出学习群。

报名方式

5月8日中午11:30 在Datawhale高校群和在职群分享报名二维码。由于组织学习非盈利，精力有限，没有报上名的可以根据开源教程自行安排学习。

最后，未在社群的小伙伴，可在公众号后台回复关键词“在校”或“在职”进群（已在的不需要重复加入）。