第19期组队学习安排

第19期 Datawhale 组队学习活动马上就要开始啦(2020年11月21日晚21:00开营)!

本次组队学习的内容为:

其中,推荐系统实践(新闻推荐)的内容来自Datawhale与天池联合发起的 零基础入门推荐系统 - 新闻推荐 学习赛的第一场。

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。


推荐系统实践(新闻推荐)

开源学习内容:https://github.com/datawhalechina/team-learning-rs/tree/master/RecommandNews

基本信息

学习目标

熟悉推荐系统竞赛的基本流程

  • 掌握数据分析方法
  • 了解多路召回策略
  • 了解冷启动策略
  • 了解排序特征的构造方法
  • 了解常见的排序模型
  • 了解模型融合

新闻推荐入门赛学习内容汇总:

任务安排

Task00:熟悉规则(1天)

  • 组队、修改群昵称
  • 熟悉打开规则

Task01:赛题理解+Baseline(3天)

  • 理解赛题数据和目标,理解评分指标,了解赛题的解题思路
  • 完成赛题报名和数据下载,跑通Baseline并成功提交结果

Task02:数据分析(2天)

  • 了解数据中不同文件所包含的信息,不同数据文件之间的关系
  • 分析点击数据中用户的点击环境、点击偏好,点击的文章属性等分布
  • 分析点击数据中文章的基本属性,文章的热门程度,文章的共现情况等
  • 分析文章属性文件中(embedding文件和属性特征文件),文章的基本信息

Task03:多路召回(3天)

  • 熟悉常见的召回策略,如:itemcf, usercf以及深度模型召回等
  • 了解当前场景下的冷启动问题,及常见解决策略,了解如何将多路召回的结果进行合并
  • 完成多种策略的召回,冷启动及多路召回合并
  • 完成召回策略的调参和召回效果的评估

Task04:特征工程(3天)

  • 了解排序数据标签的构建,训练数据的负采样,排序特征的常用构造思路
  • 完成用户召回文章与历史文章相关性的特征构造
  • 完成用户历史兴趣的相关特征的提取,文章本身属性特征的提取

Task05:排序模型+模型融合(3天)

  • 了解基本的排序模型,模型的训练和测试,常用的模型融合策略
  • 完成LGB分类模型,LGB排序模型,及深度模型中的DIN模型的训练、验证及调参
  • 完成加权融合与Staking融合两种融合策略

编程实践(Numpy)下

开源学习内容:https://github.com/datawhalechina/team-learning-program/tree/master/IntroductionToNumpy

基本信息

  • 贡献人员:韩绘锦、王彦淳、马燕鹏
  • 学习周期:10天,每天平均花费时间3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:理论学习 + 练习
  • 人群定位:有一定python编程的基础。
  • 先修内容:Python编程语言
  • 难度系数:中

学习目标

本开源内容是Python基础的进阶,主要目标是学习numpy在输入输出、随机抽样、数理统计和线性代数中的应用,为后期学习pandas和sklearn奠定坚实基础。

任务安排

Task00:熟悉规则(1天)

  • 组队、修改群昵称
  • 熟悉打开规则

Task01:输入输出(1天)

  • 熟悉 Numpy 如何处理二进制文件和文本文件。

Task02:随机抽样(2天)

  • 熟悉 Numpy 常用的随机函数
  • 熟悉 Numpy 如何处理离散型随机变量的分布,如二项分布、泊松分布、超几何分布
  • 熟悉 Numpy 如何处理连续型随机变量的分布,如均匀分布、正态分布、指数分布

Task03:统计相关(2天)

  • 熟悉 Numpy 如何处理次序统计,如最大值、最小值、极差、百分位数等
  • 熟悉 Numpy 如何处理均值、方差、标准差、协方差等
  • 熟悉 Numpy 如何绘制直方图等

Task04:线性代数(2天)

  • 熟悉 Numpy 如何处理矩阵乘法以及向量的内积
  • 熟悉 Numpy 如何处理矩阵的特征值和特征向量
  • 熟悉 Numpy 如何处理矩阵的各种分解,如SVD、QR、Cholesky分解
  • 熟悉 Numyp 如何处理矩阵的范数、行列式和秩
  • 熟悉 Numpy 如何处理逆矩阵和线性方程组求解

Task05 : 实践大作业(2天)

  • 完成大作业的任务

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。

备注

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:


他来了他来了,这次我要棒棒哒! :mechanical_leg: :mechanical_arm:

请问一下马老师,什么时候开始这个活动呢?

我们周四晚上发图文,图文中有具体的进群步骤,你可以关注一下呀。

感谢马老师! :grin: