大家好，我是来自和鲸社区的方小鲸，今天想给大家介绍我们的社区的活动呀！我手上有8个算法练习赛及5个学习活动，全部都是新手友好向，且听我一一道来。

和“为了0.00x分数题提升，整一个需要训练好几天的模型”，以及“没有好几万显卡根本不好意思在组队群吱声”的又肝又氪的机器学习算法赛不一样，这13个活动不仅免费，还有各种小白友好的baseline或者答疑班主任，宗旨就是“给每个新手宝宝一个家”。

虽然没有巨额奖金，但我们给每个认认真真完成作业的宝宝准备了参与证明。要知道，他们都想嫖你的智力，而我是真的想教你东西。

脱水版活动一览

↓ ↓ ↓

Python基础·闯关

Numpy+Pandas数据处理·闯关

商业数据可视化

Python爬虫实战

《Python机器学习》 读书实践

新人赛 | 民宿价格预测

新人赛 | 用户贷款违约预测

新人赛 | 员工满意度预测

新人赛 | 客户购买预测

新人赛 | 推特文本情感分类

进阶赛 | 视频评分预测挑战赛

进阶赛 | 商品评论情感预测

经典赛 | ReID·行人重识别

 · 学习活动 · 

Python基础·闯关

• 定位人群：Python新手，有一定Python语言编程基础

• 活动介绍：自学→刷题→自动出分→晋级

• 活动亮点：全程提供ModelWhale免费算力，线上免费学习，自学刷题闯关

• 学习周期：5天（每天一关卡）

• 学习任务：

  关卡 1：基础用法

  关卡 2：循环函数

  关卡 3：常用数据结构

  关卡 4：综合练习一

  关卡 5：综合练习

• 报名链接：

  https://www.heywhale.com/u/1084ba

Numpy+Pandas数据处理·闯关

• 定位人群：有Python语言编程基础，学过Numpy和Pandas，想要学习数据处理

• 活动介绍：自学→刷题→自动出分→晋级

• 活动亮点：全程提供ModelWhale免费算力，线上免费学习，自学刷题闯关

• 学习周期：5天（每天一关卡）

• 学习任务：

关卡 1：Pandas和Nmupy基础

关卡 2：数据框操作与数据提取

关卡 3：数据处理、合并与分组

关卡 4：金融数据处理实战

关卡 5：综合案例实战

• 报名链接：

  https://www.heywhale.com/u/310199

商业数据可视化

• 定位人群：有基本的Python可视化基础，想系统学习Pyecharts的同学

• 活动介绍：Python可视化神器-Pyecharts从基础到进阶到高阶使用，从基础知识到配置到实际应用。不同领域的数据来对商业数据分析及Pyecharts有更好的理解

• 活动亮点：7个Task+可视化进阶+社群答疑+组队学习+老师点评

• 学习周期：12/1-12/10

• 学习任务：

Task1: Pyecharts基础——图表篇

Task2: Pyecharts基础——配置篇

Task3: Pyecharts高阶使用

Task4: 星巴克门店分布

Task5: 黑色星期五

Task6: 链家深圳二手房

Task7: 大作业-数据分析师招聘

• 报名链接：

  https://www.heywhale.com/u/1ecf2a

Python爬虫实战

• 定位人群：有Python基础，爬虫小白

• 活动介绍：以爬虫入门为切入点，主要是以理论为辅，方法论为主；在得到一定的知识反馈后，将来在以理论为主，深化各个知识面才可以有进一步的提高

• 活动亮点：8个Task+爬虫基础实战+社群答疑+组队学习+老师点评

• 学习周期：12/10-12/20

• 学习任务：

Task1: 了解网络爬虫开始，重新认识爬虫

Task2: 页面请求 - 请求库的使用

Task3: 页面解析 - 解析库的使用

Task4: 获得页面数据 - 数据存储

Task5: 静态、动态网站的区别和应对

Task6:动态网站的分析

Task7:先懂反爬再应对反爬

Task8: 项目实战

• 报名链接：

  https://www.heywhale.com/u/b8aebe

《Python机器学习》 读书实践

• 定位人群：Python基础扎实，机器学习初学者

• 活动介绍：活动为读书实践活动，《Python机器学习》是使用Python进行机器学习和深度学习的全面指南。活动通过读书+代码复现将所学知识付诸实践

• 活动亮点：10天读书+6个练习+4天实践，全程提供ModelWhale免费算力，线上免费学习

• 学习周期：12.10-12/28

• 学习大纲：

1. 机器学习的基本理论

2. 数据预处理

3. 类模型评估和超参数调优

4. 构建集成学习

5. 使用回归分析预测连续性目标变量

6. 用聚类分析处理无标签数据(无监督学习)

7. 实践项目

• 报名链接：

  https://www.heywhale.com/u/dc47bb

 · DataJoy®练习赛系列 · 

新人赛 | 民宿价格预测

• 目标选手：数据科学新人，希望了解建模的基础流程和思路

• 赛题内容：在私人住宿中，业主根据房间的大小和位置来决定住宿价格，但要设定合理的价格并不容易。因此，在本次练习赛旨在引导我们尝试建立一个模型，该模型使用某私人住宿在线服务平台上发布的房地产数据来预测住宿价格。

• 比赛周期：即日起～ 2021 年 11 月 30 日（后续仍会循环开放）

• 参赛福利：官方Baseline，平台参赛证明和优胜奖金

• 参与请戳：

  https://www.heywhale.com/u/ce6c52

新人赛 | 用户贷款违约预测

• 目标选手：数据科学新人，希望了解数据分析的基础流程和思路

• 赛题内容：对于银行业或者小贷机构而言，信用卡以及信贷服务是高风险和高收益的业务，本赛题通过对用户的海量数据挖掘出用户潜在的信息即信用評分，并参与审批业务的决策从而提高风险防控措施。

• 比赛周期：即日起～ 2021 年 12 月 31 日

• 参赛福利：匹配训练营和硬核视频指导，平台参赛证明和优胜奖金

• 参与请戳：

  https://www.heywhale.com/u/bfa121

新人赛 | 员工满意度预测

• 目标选手：数据科学新人，希望通过实战项目练手

• 赛题内容：科学的员工满意度分析对于提高企业管理的有效性意义重大。本次练习赛基于员工的满意度调查与员工的基本信息和工作经历，预测员工对于公司的满意度情况。

• 比赛周期：即日起～ 2022年 1 月 1 日

• 参赛福利：官方Baseline和优质选手分享，平台参赛证明和优胜奖金

• 参与请戳：

  https://www.heywhale.com/u/0717bf

新人赛 | 客户购买预测

• 目标选手：数据科学新人，希望通过实战项目练手

• 赛题内容：本练习赛与葡萄牙银行机构的营销活动相关。这些营销活动一般以电话为基础，银行的客服人员至少联系客户一次，以确认客户是否有意愿购买该银行的产品（定期存款）。任务是基本类型为分类任务，即预测客户是否购买该银行的产品。

• 比赛周期：即日起～ 2022年 1 月 1 日

• 参赛福利：选手Baseline分享，平台参赛证明和优胜奖金

• 参与请戳：

  https://www.heywhale.com/u/aa0df2

新人赛 | 推特文本情感分类

• 目标选手：数据科学新人，对自然语言处理感兴趣

• 赛题内容：公众情感在包括电影评论、消费者信心、政治选举、股票走势预测等众多领域发挥着越来越大的影响力。面向公共媒体内容开展情感分析是分析公众情感的一项基础工作。

• 比赛周期：即日起～ 2021 年 12 月 31 日

• 参赛福利：官方Baseline，平台参赛证明和优胜奖金

• 参与请戳：

  https://www.heywhale.com/u/b35fcd

进阶赛 | 视频评分预测挑战赛

• 目标选手：具有特征处理能力、简单的图网络知识和建模能力

• 赛题内容：根据用户对长视频网站上视频（包括电影、电视剧、动漫、等）的历史评分，预测用户对其余视频的评分以便给用户推荐更适合的视频。

• 比赛周期：即日起～2022 年 1 月 31 日

• 参赛福利：贴心Baseline*2，平台参赛证明和优胜奖金

• 参与请戳：

  https://www.heywhale.com/u/9bf7a9

进阶赛 | 商品评论情感预测

• 目标选手：有一定数据挖掘经验，希望有更多练手机会

• 赛题内容：针对消费者的购物行为数据和文本评论数据进行内在信息的数据挖掘分析，有利于对应商品的生产自身竞争力的提高，以及为用户提供高质量感兴趣的商品。

• 比赛周期：即日起～ 2021 年 11 月 30 日（后续仍会循环开放）

• 参赛福利：官方Baseline，平台参赛证明和优胜奖金

• 参与请戳：

  https://www.heywhale.com/u/7be37e

经典赛 | ReID·行人重识别

• 目标选手：对行人重识别技术感兴趣

• 赛题内容：（本赛题复刻自 2019 NAIC——Person ReID 赛项）任务为基于图片的行人重识别，即给定一张含有某个行人的查询图片，行人重识别算法需要在行人图像库中查找并返回所有含有该行人的其他图片。

• 比赛周期：即日起～ 2022年 1 月 1 日

• 参赛福利：优胜参赛选手方案分享，平台参赛证明和优胜奖金

• 参与请戳：

  https://www.heywhale.com/u/d20b41