【组队学习】【26期】Datawhale组队学习内容介绍
本次组队学习的内容为：
动手学数据分析 图神经网络 Linux教程 编程实践（Django网站开发） 编程实践（Python办公自动化）
1. 动手学数据分析
论坛版块：http://datawhale.club/c/team-learning/25-category/25 开源内容：https://github.com/datawhalechina/hands-on-data-analysis
学习目标
了解数据分析中基本库的操作（比如：pandas,numpy和matplotlib）；熟悉数据分析的操作流程，建立数据分析思维，入门数据建模。
基本信息
贡献人员：陈安东、金娟娟、杨佳达、老表、李玲、张文涛、高立业、叶前坤、伊雪、刘天硕、邓林权 学习周期：11天 学习形式：理论+实践 人群定位：懂一些python，希望入门数据分析的学习者。 难度系数：中
任务安排
Task00：熟悉规则（1天）
组队、修改群昵称 熟悉打卡规则。
Task01：数据加载及探索性数据分析（2天）
主要学习内容是：课程的第一章 了解数据加载以及数据观察 掌握pandas基础 完成探索性数据分析
Task02：数据清洗及特征处理（2天）
主要学习内容是：课程的第二章的第一部分（数据清洗及特征处理） 掌握数据清洗的方法 了解特征观察与处理
Task03：数据重构（2天）
主要学习内容是：课程的第二章第二和第三部分（数据重构） 了解数据重构的方法 使用groupby做数据运算
Task04：数据可视化（2天）
主要学习内容是：课程的第二章第四部分（数据可视化） 了解可视化的目的 知道各种图形可用于的场景 实战数据可视化的基本库
Task05：数据建模及模型评估（2天）
主要学习内容是：课程的第三章（数据建模及模型评估） 了解数据建模 使用sklearn完成分类模型的建模 了解模型评估 使用sklearn完成模型评估
2. 图神经网络
论坛版块：http://datawhale.club/c/team-learning/27-category/27 开源内容：https://github.com/datawhalechina/team-learning-nlp/tree/master/GNN
学习目标
通过此次图神经网络组队学习，我们将学习并掌握1）简单图论知识，2）实现图神经网络的通用范式，3）分别用于节点、边、图预测的经典图神经网络，以及4）图神经网络的编程实践。
基本信息
贡献人员：陈荣钦、周郴莲、刘洋、戴治旭 学习周期：27天 学习形式：理论+实践 人群定位：有机器学习、Python语言编程基础，对图神经网络有需求的学员。 难度系数：难
任务安排
Task00：熟悉规则（1天）
组队、修改群昵称； 熟悉打卡规则； 了解学习目标与学习要求。（见第1节）
Task01：简单图论与环境配置与PyG库（2天）
学习简单图论知识、了解常规的图预测任务；（见第2节） 基于PyG包的图数据的表示与使用；（见第3节）
Task02：消息传递范式（3天）
实现图神经网络的通用范式，即消息传递范式； PyG中的消息传递（ MessagePassing）基类的属性、方法和运行流程；如何自定义一个消息传递图神经网络。（见第4节）
Task03：基于图神经网络的节点表征学习（4天）
基于图神经网络的节点表征学习的一般过程； 图神经网络为什么强于普通的MLP神经网络，以及GCN和GAT的差别；（见第5节）
Task04：数据完整存储与内存的数据集类+节点预测与边预测任务实践（4天）
如何构造一个数据全部存于内存的数据集类；（见第6-1节) 基于节点表征学习的图节点预测任务和边预测任务的实践。（见第6-2节）
Task05：超大图上的节点表征学习（4天）
在超大图上进行节点表征学习面临着的挑战； 应对挑战的一种解决方案； 通过实践学习超大图节点预测任务。（见第7节）
Task06：基于图神经网络的图表示学习（4天）
基于图神经网络的图表征学习的一般过程；（见第8节）
Task07：图预测任务实践（4天）
样本按需获取的数据集类的构造方法；（见第9-1节） 基于图表征学习的图预测任务的实践。（见第9-2节）
Task08：总结（1天）
总结此次组队学习。（见第10节）
3. Linux教程
论坛版块：http://datawhale.club/c/team-learning/27-category/27 开源内容：https://github.com/datawhalechina/team-learning-program/tree/master/Linux
学习目标
学习基本的linux操作系统理论和操作
基本信息
贡献人员：陈玉林、梁家晖、刘宇 学习周期：12天 学习形式：理论学习 + 练习 人群定位：对Linux系统使用有需求的学员。 难度系数：简单
任务安排
Task00：熟悉规则（1天）
组队、修改群昵称 熟悉打卡规则。
Task01：Linux简介（1天）
了解Linux的历史 了解Linux基本特性
Task02：Linux系统安装（2天）
安装好Linux系统 安装好Linux系统下常用开发工具
Task03：Linux用户和组管理（3天）
掌握Linux用户和组管理方法
Task04：Linux文件和目录管理（3天）
理解Linux文件和目录管理的原理 掌握Linux文件和目录管理基本命令
Task05：Linux磁盘管理（3天）
理解Linux磁盘管理的原理 掌握磁盘管理基本命令
4. 编程实践（Django网站开发）
论坛版块：http://datawhale.club/c/team-learning/28-category/28 开源内容：https://github.com/datawhalechina/team-learning-program/tree/master/Django
学习目标
从零开始搭建一个个人博客网站，掌握Django项目开发核心内容。
基本信息
贡献人员：牛宝华、孙子涵、杨晓栋、张晋、黎佳佳 学习周期：22天 学习形式：理论学习 + 练习 人群定位：有Python语言编程基础，对网站开发有需求的学员。 难度系数：中
任务安排
Task00：熟悉规则（1天）
组队、修改群昵称 熟悉打卡规则。
Task01：基础知识回顾（3天）
Python基础 前端基础（HTML，CSS，JavaScript）
Task02：快速搭建一个简单的文章发布网站（4天）
Django环境的搭建 简单的文章发布网站 基础的Django网站运行流程
Task03：从零开始搭建个人博客网站（7天）
博客网站的搭建（一个完整的项目） Markdown功能集成 网站发布
Task04：个人博客系统的扩展与补充（7天）
网站备案相关 其他和网站开发相关的扩充知识 学习过程中的问题答疑与总结
5. 编程实践（Python办公自动化）
论坛版块：http://datawhale.club/c/team-learning/29-category/29 开源内容：https://github.com/datawhalechina/team-learning-program/tree/master/OfficeAutomation
学习目标
了解通过python进行word、excel、pdf的相关操作，了解通过python进行文件批量处理、电子邮件收发、数据爬取；熟悉自动化办公的相关流程，力求在平时的工作中应用提高工作效率。
基本信息
贡献人员：牧小熊、刘雯静、张晓东、吴争光、隆军、曹志宾 学习周期：14天 学习形式：理论学习 + 练习 人群定位：有Python语言编程基础，对自动化办公有需求的学员。 难度系数：中
任务安排
Task00：熟悉规则（1天）
组队、修改群昵称 熟悉打卡规则。
Task01：文件自动化处理&邮件批量处理 （3天）
文件路径识别、处理、文件夹的操作理论学习 文件自动化处理实践 邮件自动发送理论学习，使用python发送邮件附带excel附件
Task02：python与excel （2天）
Excel读取与写入 Excel样式调整 综合练习
Task03：python与word （2天）
python与word相关的理论知识学习 使用python进行邀请函批量生成实践
Task04：python与pdf（3天）
python与pdf相关的理论知识学习 使用python进行pdf操作实践
Task05：爬虫入门与综合应用（3天）
requests库的理论与实践 HTML页面解析与提取方法 自如公寓数据抓取 36kr信息抓取与邮件发送
6. 具体规则
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。
赞 (0)