新年组队学习计划！

这是2021年首场竞赛实践主题的学习。很多学习者反馈不知道如何入门竞赛实践，以及希望增加项目履历，这次结合天池，DCIC已有的赛事，分别组织了关于时间序列，算法分析，CV，NLP的实践学习， 参与学习需要有一些Python基础。

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。

1 /天池大赛（时间序列，CV，NLP）

开源贡献：江保祥、刘羽中、王贺、 徐美兰、 姚童、姚行志、段秋阳

组队学习说明：本次学习包括三个赛道：布匹疵点智能识别（CV）、中文预训练模型泛化能力挑战赛（NLP）、AI助力精准气象和海洋预测赛（时间序列）。 学习者根据自己的兴趣方向选择一个或多个赛道参与学习。

任务路线：比赛全流程体验、Baseline学习及改进、学习者分享。

组队学习周期 ：11天

定位人群 ：适用于竞赛小白，或进一步提高竞赛能力的学习者。 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）

2 / DCIC 2021（算法分析）

开源贡献：刘羽中、鱼佬、赵可

组队学习说明：本次学习内容面向DCIC赛事的城市管理大数据专题，构造针对城市管理大数据的算法模型。

任务路线： 比赛全流程体验、Baseline学习及改进、学习者分享。

组队学习周期：10天

定位人群： 适用于竞赛小白，或进一步提高竞赛能力的学习者 ， 难度系数中

每个任务完成大概所需时间 ：3-5h

任务预览（5天）

3 /天池学习赛（CV语义分割）

开源贡献：刘羽中、陈信达

组队学习说明：本次学习内容面向天池的零基础入门语义分割赛事，选手使用给定的航拍图像训练模型并完成地表建筑物识别任务。

任务路线：赛题理解与baseline、数据扩增方法、网络模型结构发展、评价函数与损失函数、模型训练与验证、分割模型模型集成。

组队学习周期 ：19天

定位人群 ： 适用于竞赛小白，或进一步提高竞赛能力的学习者 。 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）

参与学习

快速通道

天池赛事

a. 布匹疵点智能识别（CV）

比赛地址：https://tianchi.aliyun.com/competition/entrance/531864/introduction
论坛地址：http://datawhale.club/t/topic/1418

b. 中文预训练模型泛化能力挑战赛（NLP）

比赛地址：https://tianchi.aliyun.com/competition/entrance/531865/introduction
论坛地址：http://datawhale.club/t/topic/1417

c. AI助力精准气象和海洋预测赛（时间序列）

比赛地址：https://tianchi.aliyun.com/competition/entrance/531871/introduction
论坛地址：http://datawhale.club/t/topic/1419

DCIC赛事

d. 城市管理大数据赛道（算法分析）

比赛地址：https://data.xm.gov.cn/contest-series/digit-china-2021/#/3/
论坛地址：http://datawhale.club/t/topic/1420

天池学习赛

e. 零基础入门语义分割 - 城市建筑识别（CV）

比赛地址：https://tianchi.aliyun.com/competition/entrance/531872/introduction

论坛地址：http://datawhale.club/t/topic/1421

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

2月16日中午11:30  在Datawhale社群（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）