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。

直播01：赛题理解+Baseline

直播时间：2020年11月29日星期日 20:00~21:00
直播嘉宾：罗如意
直播网址：https://tianchi.aliyun.com/course/live?spm=5176.12282027.0.0.2fce379cLDO8sm&liveId=41248

直播02：多路召回

直播时间：2020年12月01日星期二 20:00~21:00
直播嘉宾：罗如意
直播网址：https://tianchi.aliyun.com/course/live?spm=5176.12282027.0.0.2019379cBpiDM1&liveId=41264

直播03：特征工程

直播时间：2020年12月03日星期四 20:00~21:00
直播嘉宾：吴忠强
直播网址：https://tianchi.aliyun.com/course/live?spm=5176.12282027.0.0.5e3d379cceAqpk&liveId=41266

直播04：上分技巧+总结

直播时间：2020年12月07日星期一 22:00~23:00
直播嘉宾：王贺
直播网址：--

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

贡献人员：王贺、罗如意、吴忠强、李万业、陈琰钰、张汉隆
学习周期：15天
学习形式：理论学习+练习
人群定位：有一定的数据分析基础，了解推荐系统基本算法，了解机器学习算法流程
先修内容：Python编程语言；编程实践（Pandas）；编程实践（Numpy）；推荐系统基础。
难度系数：中

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：