这里是成电微软学生俱乐部2020年度Python学习Guideline,将主要通过利用Microsoft Learn这个交互式引导学习平台,引导俱乐部新生入门并学习使用Python,甚至掌握一些基础的人工智能及数据科学的概念。

我们希望你最终能够自己通过python编程实现一些有趣的小功能,并在2020年12月下旬的俱乐部年会做一些集中的展示,我们为你们的每一步都设置了奖励,如果你在年会上展示你自己编写的程序,我们会给你丰厚的奖励(无论你哪个年级,在年会上展示自己的程序都会获得奖励)。

在学习过程中的任何问题,随时都十分欢迎在俱乐部大群里讨论交流。

入门Python编程

使用Python迈出第一步

https://docs.microsoft.com/zh-cn/learn/paths/python-first-steps/?WT.mc_id=learntv-video-learn

想学习编程语言,但不知从何处着手? 从此处开始! 了解使用 Python 构建简单应用程序所需的基本语法和预期过程。

在此学习路径下,你将:

  • 编写第一批 Python 代码
  • 存储和操作数据以修改其类型和外观
  • 执行代码库中提供的内置功能
  • 向代码添加逻辑以实现复杂的业务功能
  • 完成此学习路径后,你将为后续的 Python 学习路径提供坚实的基础。

建议完成时间:2020/10/08 前

了解Python如何发挥作用

了解 Python 在太空探索中扮演的角色

https://docs.microsoft.com/zh-cn/learn/paths/introduction-python-space-exploration-nasa/

此学习路径介绍了 Python 的世界。 但目标不是学习 Python,而是了解 Python 如何在 NASA 创建的创新型解决方案中发挥作用。 该学习路径通过太空探索镜头来激发持之以恒地学习、探索和创建的热情,让你有一天也能帮助我们所有人更多地了解一点外太空。

通过这些模板,你将:

  • 了解和安装学习编程所需的工具
  • 了解核心编程概念并在实际的 NASA 问题中运用它们
  • 了解机器学习和人工智能等领先技术
  • 观看真实的 NASA 员工谈论他们的工作并给出建议

建议完成时间:2020/10/16 前

开始了解面向数据的Python

使用 Python 和人工智能对太空岩石进行分类

https://docs.microsoft.com/zh-cn/learn/paths/classify-space-rocks-artificial-intelligence-nasa/

通过此学习路径,你可了解 AI 和太空的世界。 了解如何创建可对随机照片中的太空岩石的类型进行分类的 AI 模型。

建议完成时间:2020/11/XX/

Tips:从这里开始你将学习一些实际的操作,但你可能现在还不太了解面向数据的Python等,我们计划你们开始这部分的学习时做一期Python相关的沙龙,来帮助你们更好的学习后续的内容。不过我们不会讨论Python的一些基础语法,因为这些你都可以在网上轻松的学习到,我们主要会讨论Python的一些常见的小问题,如Python的包管理器(pip和anaconda)并交流你们在学习Python的时候遇到的一些问题,然后在沙龙上我们会带领大家自己通过编写Python来画一个词云(WordCloud)。

有关词云,可以自己先了解同济子豪兄的教程:

https://zhuanlan.zhihu.com/p/66931750

同济的张子豪同学是同济大学微软学生俱乐部的优秀成员,如今已经是一个分享了非常多技术干货的技术网红。

他的很多文章都很有价值,且有很多新手入门向的教程。他的知乎专栏地址如下:

https://www.zhihu.com/people/zhang-zi-hao-64-2/posts?page=1

对人工智能原理感兴趣的同学可以阅读他专栏下的“大白话讲解卷积神经网络工作原理”

他对于如何安装和配置Python也有新手向的教程:https://zhuanlan.zhihu.com/p/58790338

关于人工智能的相关概念的入门

Azure上的人工智能入门

https://docs.microsoft.com/zh-cn/learn/paths/get-started-with-artificial-intelligence-on-azure/

Tips:你可以只了解人工智能的相关概念,比如什么是机器学习,什么是计算机视觉,什么是自然语言处理等等。但如果条件允许,你也可以通过路径里的链接快速自己尝试一下相关的功能,里面有一些demo展示。

注意路径里的链接里多了个中文句号,访问的时候把这个句号删掉就可以了,否则你可能会得到一个空白页或404 Not Found

关于数据科学的入门

数据科学基础知识

https://docs.microsoft.com/zh-cn/learn/paths/foundations-data-science/

加州大学伯克利分校的数据科学基础课程将三个方面结合在了一起:推理思维、计算思维和实际相关性。 假设数据来自某种实际现象,如何分析该数据才能了解该现象? 本课程教授计算机编程和统计推理的重要概念和技能,并结合对实际数据集的动手分析,其中包括经济数据、文档集合、地理数据和社交网络。 该课程会深入研究有关数据分析的社交问题,例如隐私和设计。

与加州大学伯克利分校联合制作 - Ani Adhikari 和 John Denero,同时还有 David Wagner 参与编写计算思维和推理思维

Tips:这是一个较为系统讲解如何学习数据科学的相关基础概念、方法以及使用Python实操的路径,内容较多,但也配备了完整的教材。学习完这个路径后你会掌握一些基础但非常实用的Python数据处理的能力,并建立数据科学的概念。

使用Python做一些机器学习

通过机器学习预测火箭发射延迟

https://docs.microsoft.com/zh-cn/learn/paths/machine-learning-predict-launch-delay-nasa/

此学习路径介绍了机器学习的世界。 你将应对 NASA 面临的实际问题并应用机器学习来解决它。 学习目标是调动学生的积极性和好奇心,使其去发现机器学习可如何帮助解决太空探索及生活其他方面的其他问题。