Datawhale学习
主办：Datawhale，人民邮电出版社异步社区
寄语：本次组队学习涵盖了机器学习算法、计算机视觉、Pandas、爬虫编程实践四个模块的内容。
第十期：Datawhale联合伯禹教育、和鲸科技发起「深度学习」公益学习；第十一期：Datawhale联合阿里天池，组织了「数据挖掘」入门学习，同时发起数据挖掘入门赛事；本期组队学习，Datawhale将联合异步社区，共同发起机器学习算法、计算机视觉、Pandas及爬虫编程实践的组队学习。
关于开源
开源目的：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。同时也希望成长后的学习者参与到开源贡献，进行迭代完善，形成良性循环。
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。
事不宜迟，来看看这次有哪些学习内容吧。
机器学习算法
开源贡献：赵楠、杨开漠、谢文昕、张雨
- 赵楠
技术和算法工作者
知乎：https://zhuanlan.zhihu.com/mrhomer
- 杨开漠
五邑大学计算机硕士
Github：https://github.com/km1994 - 谢文昕
上海交通大学博士 - 张雨
复旦大学在读博士
Github：https://github.com/Drizzle-Zhang
开源路线：机器学习算法基础学习路径
定位人群：有概率论、矩阵运算、微积分、最优化理论等基础数学知识。
开源地址：
计算机视觉基础：图像处理(上)
开源贡献：王程伟、任乔牧、张强、李芝翔
- 王程伟
南昌航空大学硕士 - 任乔牧
东南大学硕士
知乎：http://www.zhihu.com/people/AlbertRen - 张强
宁波大学计算机硕士
Github：https://github.com/QiangZiBr - 李芝翔
华北电力大学硕士，主要方向计算机视觉
GitHub：https://sandy1230.github.io/
开源路线：计算机视觉基础图像处理(上)学习路径
定位人群：有C++编程基础，对学习计算机视觉有需求的学员。
开源地址：
https://github.com/datawhalechina/team-learning/tree/master/计算机视觉基础：图像处理（上）
延伸阅读：
- 《计算机视觉度量深入解析》
- https://www.epubit.com/bookDetails?id=N23670
Pandas教程(上)
开源贡献：耿远昊、谢文睿
- 耿远昊
华东师范大学在读
Github：https://github.com/GYHHAHA
- 谢文睿
北京工业大学硕士，南瓜书项目发起人
GitHub：https://github.com/Sm1les
开源路线：Pandas学习路径
定位人群：有python语言编程基础，对学习数据分析有需求的学员。
开源地址：
https://github.com/datawhalechina/team-learning/blob/master/Pandas教程（上）
Python爬虫编程实践
开源贡献：艾春辉、陈信达、叶梁、杨石雄
- 艾春辉
华北电力大学信息与计算科学专业在读
Github：https://github.com/shiyanlou-015555 - 陈信达
华北电力大学
博客：www.chenxindaaa.com - 叶梁
上海立信会计金融学院，南瓜书项目参与人 - 杨石雄
电子科技大学硕士
开源路线：爬虫编程实践路径
定位人群：有python语言编程基础，对学习爬虫技术有需求的学员。
开源地址：
https://github.com/datawhalechina/team-learning/tree/master/Python爬虫编程实践
参与学习
学习规则
1. 组织学习本身非盈利目的，避免非学习占用名额，需交9.9元督促金，完成所有学习后返还；
2. 需要有一个CSDN或Github等记录学习的帐号；
3. 按照任务安排进行学习，完成后写学习笔记blog；
4. 每次任务截止之前在群内填写问卷打卡(发blog链接)，遇到问题可在群内讨论；
5. 未按时打卡的同学视为自动放弃，流出学习群。
报名方式
4月18日15:00在Datawhale社群（高校群和在职群）分享本次组队学习入群二维码。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Datawhale社群（已在社群的小伙伴请勿重复加入！）
最后
组队学习只是提供了好的学习环境，学习内容及资料都已开源在Datawhale Github上，未能参加也可以根据开源路线自行学习。组织不易，欢迎点亮留言自己的学习期望和对学习活动的建议，我们将邀请5位走心评论，直接给予名额。
开源学习路线：https://github.com/datawhalechina/team-learning
