本周 总结了从 12月13日至12月19日，Datawhale组队学习的运行情况，我们一直秉承“与学习者一起成长的理念”，希望这个活动能够让更多的学习者受益。

第 31 期组队学习一共 11 门开源课程，共组建了 11 个学习群，参与的学习者有 863 人，全部课程：

• 动手学数据分析
• 基于Python的办公自动化
• Leetcode刷题
• IOS开发
• 数据可视化（Matplotlib）
• 李宏毅机器学习（含深度学习）
• SQL编程语言
• 青少年编程（Scratch 四级）
• 吃瓜教程——西瓜书+南瓜书
• 水很深的深度学习
• 机器学习的数学基础

都已结营。

第 32 期组队学习已经与大家见面了，这次组队学习一共 11 门开源课程，共组建了 11 个学习群，参与的学习者有 815 人。

第 33 期组队学习也蓄势待发准备与大家见面了。我在这里要感谢所有的课程设计人员，以及我们的助教和支持者，因为你们的无私奉献才促成组队学习活动的顺利开展。

所有贡献人员：

第31期：李岳昆、易远哲、牧小熊、刘雯静、张晓东、吴争光、隆军、杨世超、谢文睿、王茂霖、吴振一、陈安东、刘峥嵘，李玲、金娟娟、杨佳达、老表、张文涛、高立业、王复振、杨煜、闫钟峰、杨梦迪、苏鹏、红星、张晋、汪健麟、李祖贤、杨剑砺、杨煜、耿远昊、李运佳、居凤霞、刘洋、王思齐、马燕鹏、光城、成森、姚昱君、何锋丽、李碧涵、陈长沙、吕豪杰、司玉鑫

第32期：李岳昆、易远哲、初晓宇、叶前坤、沈豪、罗如意、肖桐、汪志鸿、吴忠强、赖敏材、王辰玥、毛伟、宋禹成、陈雨龙、管柯琴、江季、李牧轩、胡锐锋、王维嘉、王瀚翀、王茸茸、毛鹏志、张璇、王天富、范佳慧、肖然、阿水、六一、刘洋、王晓亮、陈玉立、王复振、杨煜、闫钟峰、杨梦迪、苏鹏、红星、张晋、汪健麟、蒋志强、谢文睿、秦州、陈伟峰、杨剑砺、杨煜、耿远昊、李运佳、居凤霞、王万、陈安东、金娟娟、杨佳达、老表、李玲、张文涛、高立业、王茂霖、陈安东，刘峥嵘，李玲、张文恺、光城、成森、姚昱君、何锋丽、李碧涵、陈长沙、吕豪杰、司玉鑫

第33期：沈豪、王洲烽、刘洋、王嘉鹏、杨世超、王思齐、马燕鹏

一、希望开设的开源内容

目前Datawhale的开源内容分为两种：第一种是已经囊括在我们的学习路线图内的Datawhale精品课，第二种是暂未囊括在我们的学习路线图内的Datawhale测试课。

我们根据您的投票来确定精品课程的排期，其它测试课程一旦完成，即可排入我们每个月的组队学习。

请选择您一月份希望学习的Datawhale精品课程。如果某门课程超过100人选择，那么我们就邀请该课程设计者开设该课程的组队学习。

-> 插入投票

• 王复振：SQL编程语言
• 谢文睿：吃瓜教程——西瓜书+南瓜书
• 杨剑砺：数据可视化（Matplotlib）
• 陈安东：动手学数据分析
• 王茂霖：李宏毅机器学习（含深度学习）

二、本周结营的开源内容

• 李祖贤：机器学习的数学基础

三、正在进行的开源内容

1. 深入理解计算机系统

• 航路开辟者：李岳昆、易远哲
• 领航员：初晓宇
• 航海士：叶前坤、沈豪
• 开源内容：https://github.com/datawhalechina/team-learning-program/tree/master/ComputerSystems
• 内容属性：公测课程
• 内容说明：本部分为「Datawhale 开源 408 计划」首篇，旨在通过计算机科学领域经典丛书：《深入理解计算机系统》（Computer Systems: A Programmer’s Perspective，CSAPP）帮助更多的小伙伴理解计算机真实的运行过程与逻辑。Datawhale开源 区将全程支持并提供CSAPP原书习题、lab伴读、课件制作等内容。
• 定位人群：0基础希望理解计算机底层系统的同学。
• 特别提示：我们鼓励小伙伴们使用「费曼学习法」：“纸上得来终觉浅，绝知此事要躬行。”课件中提供了相应的ppt教材，您可以尝试给自己讲述相关内容以强化理解；也可以录制自己讲述知识点过程中的视频，作为组队学习的打卡内容。
• 学习周期：17天

3. scikit-learn教程

• 航路开辟者：江季
• 领航员：李牧轩
• 航海士：武帅、陈宇
• 开源内容：：https://github.com/datawhalechina/machine-learning-toy-code/tree/main/ml-with-sklearn
• 内容属性：公测课程
• 内容说明：实用sklearn学习库进行各类算法的实战，并且善用可视化技术润色结果。
• 定位人群：具有一定机器学习概念以及Python编程的同学。
• 特别提示：本教程重在负责实际的编程实践，相关理论知识需同学自行补全。
• 学习周期：24天

5. 算法的应用

• 航路开辟者：肖然
• 领航员：李铭哲
• 航海士：伊雪、左凯文
• 开源内容：https://github.com/datawhalechina/team-learning-program/tree/master/AlgorithmRunning
• 内容属性：公测课程
• 内容说明：本次内容主要是对算法的理解和应用，我们会从优质的课程设计、或者简化的工业界小项目出发。希望每一个参与者能够实实现相应的函数接口。我们会给出相关的文档和函数的接口设计，每个学习的同学都需要实现代码，并提交自己的代码到我们的 站，会有相关的可视化显示。
• 定位人群：计算机相关专业，有一定编程能力，学习过数据结构。
• 特别提示：可能存在测试不充分，我们的小 站可能有很多奇怪的bug，遇到问题请直接在群里反馈，我们将修复bug并完善评测 站。
• 学习周期：14天

7. 吃瓜教程——西瓜书+南瓜书

• 航路开辟者：谢文睿、秦州
• 领航员：陈伟峰
• 航海士：谢文睿、秦州
• 开源内容：https://github.com/datawhalechina/pumpkin-book
• B 站视频：https://www.bilibili.com/video/BV1Mh411e7VU
• 内容属性：机器学习（理论）专题
• 内容说明：周志华老师的“西瓜书”是机器学习经典入门教材，值得反复阅读，配合“南瓜书”从本科数学基础的视角进行讲解，一起打好基础！
• 定位人群：有本科数学基础（高等数学、线性代数、概率论与数理统计）的同学。
• 特别提示：吃瓜教程学习形式为直播+ 群答疑，旨在促进更多人动手学习。
• 学习周期：18天
• 任务路线：以《机器学习》西瓜书为主线，配合南瓜书攻克疑难点。
• 0. 导学
• 1. 一元线性回归
• 2. 多元线性回归
• 3. 对数几率回归
• 4. 二分类线性判别分析
• 5. 决策树
• 6. 神经 络
• 7. 支持向量机
• 8. 软间隔与支持向量回归
• 9. 集成学习（上）
• 10. 集成学习（下）
• 11. 贝叶斯分类器
• 12. 聚类

9. 动手学数据分析

• 航路开辟者：陈安东、金娟娟、杨佳达、老表、李玲、张文涛、高立业
• 领航员：范淑卷
• 航海士：武者小路、曾心怡
• 内容属性：精品入门课系列
• 开源内容：https://github.com/datawhalechina/hands-on-data-analysis
• 开源内容：https://gitee.com/datawhalechina/hands-on-data-analysis
• B 站视频：https://www.bilibili.com/video/BV1Uv411p77r
• 内容说明：以项目为主线，通过边学，边做以及边被引导的方式，既掌握知识点又能掌握数据分析的大致思路和流程。
• 定位人群：懂一些python，希望入门数据分析的学习者。
• 特别提示：无
• 学习周期：11天

11. SQL编程语言

• 航路开辟者：王复振、杨煜、闫钟峰、杨梦迪、苏鹏、红星、张晋、汪健麟
• 领航员：李云龙
• 航海士：蒋志强、闫钟峰
• 开源内容：https://github.com/datawhalechina/wonderful-sql
• 开源内容：https://hub.fastgit.org/datawhalechina/wonderful-sql
• 内容属性：精品入门课系列
• 内容说明：Follow me，从 0 到 1 掌握 SQL，决胜秋招。完成SQL使用环境搭建，了解关系型数据库的基本特点，熟悉SQL增删改查基本操作，进一步掌握视图、子查询、函数、窗口函数等高阶用法，最后试一试秋招秘籍，检验下自己学习的效果。
• 定位人群：0基础学员，希望掌握SQL基础查询的同学。
• 特别提示：无
• 学习周期：15天

四、一月排期的开源内容

时间：

• 2021年01月05日发图文，组织 名。
• 2022年01月09日开营。

排期内容：

• 沈豪、王洲烽、刘洋、王嘉鹏：大数据技术
• 杨世超：Leetcode刷题
• 王思齐、马燕鹏：Scratch一级

组队学习之余，来读读组队学习中发生的故事！

• 钱振：助教的那些事
• 红星：队长的那些事
• 代硕：学习者的那些事
• 田瑶：学习者的那些事
• 红星：学习者的那些事
• 姚行志：助教的那些事
• 姚昱君：助教的那些事
• 陈长沙：助教的那些事
• 王彦淳：助教的那些事
• 肖明远：队长的那些事
• 胡锐锋：队长的那些事
• 王岳泽：学习者的那些事
• 范宸尧：学习者的那些事
• 张海腾：学习者的那些事
• 迟语寒：学习者的那些事
• 邓林权：学习者的那些事
• 罗如意：课程设计者的那些事

希望参与活动的学习者，来读读组队学习的注意事项！

• 学习者参考手册
• 什么是组队学习的大航海模型/li>
• 如何进行作业的评审/li>
• 如何使用开源学习小程序/li>
• 如何提高国内访问 GitHub 的速度/li>