Girls-In-AI

Coding is the new sexy.

GirlsInAI（GIA） 是一个面向编程 零基础 的AI算法工程师养成计划。鼓励更多的女孩子去学习编程甚至成为科技行业的领袖。希望大家都能站在食物链上游看一看，因为风景真的很好。入门帖：如何成为一名AI算法工程师

欢迎关注微博账号 @Girls-In-AI，获取Girls-In-AI的最新内容，一起遇见更多喜欢AI喜欢代码的女孩子🙌~

machine_learning_diary

machine_learning_diary 是 人工智能工程师 养成日记系列，代号简称ML-Diary。每次的课程以日记的形式发布，但不是日更的节奏。希望大家通过每天进步一点点，成为一个AI killer😝

每一个小日记，learn by doing，用来记录你在机器学习的点滴痕迹。

• 环境：Windows / MacOS
• 工具：Anaconda - Jupyter Notebook
• 版本：Python 3

说明：每个课程最左方框为【熟肉】标志，若有链接却未打勾✔，则仍为生肉，供参考学习。

第一期：小白Python入门

课程列表

• Day-0：注册GitHub，star点亮Girls-In-AI
• Day-1：初识 Python
• 番外：GitHub-Issue：正确的提问方式
• 番外：Terminal的打开方式
• Day-2：Python 配置环境变量
• 番外：Jupyter Notebook 的多种打开方式
• Day-3：数据类型简介
• Day-4：variable 变量
• Day-5：bool 布尔值
• Day-6：string 字符串
• Day-7：数据类型转换
• Day-8：list 列表
• Day-9：dict 字典
• Day-10：if 条件判断
• Day-11：while/break/continue 循环
• Day-12：for 循环
• Day-13：try/except 异常处理
• Day-14：function 函数
• Day-15：读/写 txt
• Day-16：pip install xxx
• Day-17：初识 dataframe
• Day-18：下载/保存 excel
• Day-19：面向对象编程
• Day-20：datetime
• To be continued…

第二期：成为数据分析师 Data Analyst

Python Data Science Handbook [book]

课程列表

• Day-21：初识Kaggle：Titanic
• Day-22：初识 Pandas, Matplotlib, Numpy：柱状图、折线图、箱图

Pandas

• Day-23：Pandas 基础1
• Day-24：Pandas 基础2
• Day-25：Pandas 对象
• Day-26：Pandas 数据索引
• Day-27：Pandas 数据操作
• Day-28：Pandas 处理缺失值
• Day-29：Pandas 多层索引
• Day-30：Pandas 汇总和频数统计
• Day-31：Pandas: Concat and Append
• Day-32：Pandas: Merge and Join
• Day-33：Pandas: Aggregation and Grouping
• Day-34：Pandas: Pivot Tables
• Day-35：Pandas 矢量化字符串操作
• Day-36：Pandas 时间序列
• Day-37：Pandas 高级使用

Matplotlib

• Day-38：Matplotlib 基础绘图
• Day-39：Matplotlib Titanic应用
• Day-40：Matplotlib 简单介绍
• Day-41：Matplotlib 曲线图
• Day-42：Matplotlib 散点图
• Day-43：Matplotlib 可视化错误
• Day-44：Matplotlib 密度图
• Day-45：Matplotlib 直方图，平移和密度可视化
• Day-46：Matplotlib 自定义绘图
• Day-47：Matplotlib 自定义色彩
• Day-48：Matplotlib 多子图绘制
• Day-49：Matplotlib 用图说话
• Day-50：Matplotlib 自定义刻度
• Day-51：Matplotlib 自定义风格绘图
• Day-52：Matplotlib 三维图绘制
• Day-53：Matplotlib 地理图绘制
• Day-54：Matplotlib 与Seaborn碰撞

Numpy

• Day-55：Numpy 基础1
• Day-56：Numpy 基础2
• Day-57：Numpy 数据类型介绍
• Day-58：Numpy 数列Array
• Day-59：Numpy 转置
• Day-60：Numpy 常用计算
• Day-61：Numpy 聚合
• Day-62：Numpy 数列计算
• Day-63：Numpy 比较，掩码和布尔逻辑
• Day-64：Numpy 花式索引
• Day-65：Numpy 数组排序
• Day-66：Numpy 结构化数组

To be continued…

• Day-67：数据标准化，正则化，
• Day-68：One-Hot encoding

第三期：机器学习

课程列表

• 机器学习简介：分类、聚类等
• scikit-learn 简单介绍
• scikit-learn KNN
• scikit-learn 线性回归 demo1
• scikit-learn 线性回归 demo2
• scikit-learn 逻辑回归
• scikit-learn Naive Bayes Classification
• scikit-learn 支持向量机 SVM
• scikit-learn 随机森林 Random Forest 1
• scikit-learn 随机森林 Random Forest 2
• scikit-learn K-Means
• scikit-learn PCA
• scikit-learn 高斯混合模型
• scikit-learn 模型验证和模型选择
• 实战项目：人脸检测
• adaboost
• xgboost
• bagging, boosting
• LightGBM
• LDA
• 实战项目 - 影评分类
• bonus：Auto ML- auto sklearn
• 超参数和模型验证
• 损失函数
• 目标函数
• 交叉检验
• 拆分训练集、测试集
• 数据增强
• 模型集成
• 评估指标
• 实战项目：信贷信用评分

第四期：深度学习 [coming soon…]

课程列表

• Tensorflow, run demo
• Keras, run demo
• Pytorch
• 60分钟入门Pytorch 深度学习
• 多层感知机
• CNN, run demo
• CS231n Convolutional Neural Networks for Visual Recognition
• RNN, run demo
• 高级RNN
• GAN
• 实战项目

第五期：毕业项目 kaggle实战 [coming soon…]

课程列表

• 自然语言：有一个嵌入层的介绍
• NLP实战1：情感分析
• NLP实战2：qa匹配
• 数据挖掘：santander customer transaction prediction
• 计算机视觉：mnist
• 计算机视觉

NLP篇：自然语言处理 [coming soon…]

课程列表

• word2vec
• word cloud
• 文本相似性
• …

成长篇：程序员的自我修养

from Leo Hui

• 介紹
• 1. 程序员基础知识
  • 1.1. 字符编码
  • 1.2. 技术名词
  • 1.3. 语义化版本
  • 1.4. 命名规范
  • 1.5. 书写文档
  • 1.6. 开源协议
  • 1.7. 目录结构
  • 1.8. 正则表达式
  • 1.9. 平凡之路
• 2. 数据结构与算法
  • 2.1. 堆和栈
  • 2.2. 浮点数类型
  • 2.3. XML和JSON
  • 2.4. 算法学习之路
  • 2.5. 排序算法
• 3. 代码架构
  • 3.1. 设计模式
    • 3.1.1. 常用的Javascript设计模式
  • 3.2. 面向对象编程
    • 3.2.1. 继承
    • 3.2.2. 多态
    • 3.2.3. 封装
  • 3.3. 面向接口编程
• 4. 代码评审
  • 4.1. 六种量化你代码的方式
  • 4.2. 程序员必备的代码审查（Code Review）清单
• 5. 服务器部署
  • 5.1. AWS简介
• 6. 网络知识
  • 6.1. HTTPS, SPDY和 HTTP/2性能的简单对比
  • 6.2. HTTP状态码
• 7. 懂点设计
  • 7.1. 佳作赏析
  • 7.2. 无缝平铺
  • 7.3. Sketch学习
  • 7.4. 设计与实现的平衡
• 8. 写点东西
  • 8.1. 使用gitbook
• 9. 合格的PM
  • 9.1. 一个好的产品经理
  • 9.2. 产品经理的技能
• 10. 团队合作
  • 10.1. 关于招聘
  • 10.2. 培训新人
  • 10.3. 领导能力
• 11. 获取知识
  • 11.1. MOOC
  • 11.2. Podcasts
  • 11.3. 英语学习
  • 11.4. 设计学习
  • 11.5. 前端学习
  • 11.6. iOS学习
  • 11.7. 游戏开发
• 12. 关注健康
  • 12.1. 过劳检测
  • 12.2. 关于睡眠
• 13. 提升效率
  • 13.1. 学会阅读
  • 13.2. 学会提问
  • 13.3. 善用搜索
  • 13.4. 学会写作
  • 13.5. 科学上网
  • 13.6. 突破内网
  • 13.7. 时间管理
  • 13.8. 知识管理
  • 13.9. 文件管理
  • 13.10. 密码管理
  • 13.11. 制作视频
  • 13.12. 制作PPT
  • 13.13. 论音乐对效率的影响
  • 13.14. 程序员效率指南
• 14. SOHO
  • 14.1. 创业资源
• 15. Hacker
  • 15.1. 保护隐私
• 16. 关于工作
  • 16.1. 找工作前需要思考的问题
  • 16.2. 原则与技巧
  • 16.3. 关于简历
• 17. 其他方面
  • 17.1. 硬件相关
• 18. 常用软件
  • 18.1. Windows
    • 18.1.1. 硬件配置
    • 18.1.2. 系统安装
    • 18.1.3. 常用软件
  • 18.2. Mac
    • 18.2.1. 通用设置
    • 18.2.2. 权限问题
    • 18.2.3. alias设置
    • 18.2.4. 常用软件
      • 18.2.4.1. iTerm2
      • 18.2.4.2. brew
      • 18.2.4.3. zsh
      • 18.2.4.4. 1Password
      • 18.2.4.5. TextExpander
      • 18.2.4.6. 欧陆词典
      • 18.2.4.7. popClip
      • 18.2.4.8. manico
      • 18.2.4.9. 窗口管理器
      • 18.2.4.10. BetterTouchTool
    • 18.2.5. 开发环境
    • 18.2.6. 快捷键设置
    • 18.2.7. 常用终端命令
    • 18.2.8. dotfiles
  • 18.3. Android
    • 18.3.1. 常用软件
    • 18.3.2. 如何登录美国区GooglePlay
  • 18.4. 开发工具
    • 18.4.1. git
    • 18.4.2. EditorConfig
    • 18.4.3. node
    • 18.4.4. shadowsocks
    • 18.4.5. ST3–Windows篇
    • 18.4.6. ST3–Mac篇
    • 18.4.7. gulp
    • 18.4.8. 字体的选择
    • 18.4.9. Emacs
    • 18.4.10. WebStorm
    • 18.4.11. tmux
  • 18.5. Sketch
    • 18.5.1. Sketch中文学习资料
  • 18.6. Trello
    • 18.6.1. 使用Trello管理项目的经验
  • 18.7. git进阶
    • 18.7.1. 15分钟学会使用Git和远程代码库
    • 18.7.2. GitHub秘籍
  • 18.8. JetBrains
    • 18.8.1. IDE设置
• 19. 附录
  • 19.1. 计算机科学与技术
  • 19.2. 网站
  • 19.3. 书籍
  • 19.4. 工具

课外项目：基于Python的经典空气动力学

该AeroPython （空气动力学，流体力学，MAE-6226）是由洛雷纳·A·巴巴教授在乔治·华盛顿大学的课程核心。

课程列表

模块1.潜在流程的构建块

1. Source＆Sink
2. 自由流中的源和汇
3. 成对的东西
4. 分配：翼型上的源分布

模块2.潜在的涡流和升力

1. 涡流
2. 无限排的漩涡
3. 气缸上的涡旋升降机
4. 作业：Joukowski转型

模块3.非升力体的源面板方法

1. 图像方法
2. 资料表
3. 流过带有源面板的圆柱体
4. 源面板方法

模块4.用于升力体的涡旋源面板方法

1. 涡源面板法
2. 练习：推导涡旋源面板方法
3. 任务：2D多组件翼型

GIA求职篇：面试题 + 简历

简历

• 100份沃顿商学院简历

Girls-In-AI Scholarship 奖学金计划

这个计划为什么叫Girls-In-AI?

社会有强弱，技术无性别。我想鼓励更多的女孩子们加入到科技行业，从事社会地位高的有意思的工作。所以2019年的奖学金就是面向女生的。最少的是我投入的500rmb。如果受到支持，会加大奖学金额，上不封顶。同时，欢迎任何对这个项目的赞助与支持，将会公开赞助金额超过100rmb的名单。

另外，这个计划所有的课程都免费。对！免费！如果你没钱报外面三五万的水培训班，而你恰好有时间学，欢迎你来！

Scholarship Criteria 奖学金评定规则

原则

• 鼓励大家一起营造GIA积极向上的社区氛围
• 鼓励大家互帮互助，培养起自己动手解决问题的能力

规则

• 40% 维护学习氛围： 上课/作业打卡 + 笔记分享
• 60% 贡献社区：帮助解答 + 有效issue + 优质pull request

Donation Rules 捐赠步骤

1. 任何捐助金额，转账给微信二维码：

   <img src=”https://github.com/YZHANG1270/Girls-In-AI/blob/master/others/pics/scholarship/wechat.png?raw=true” width = 30% height = 30%/>

2. 在备注中留下 [GIA] 标识和你想在捐助名单出现的名字或者其他说明。你可以选择：

   • 是否隐藏金额
   • 是否隐藏姓名

如有任何兴趣或者疑问请微博私信联系@Girls-In-AI ，再次感谢大家👏

Donation List 捐赠人名单

目前奖学金一共有 1000 rmb

2019-1-4 微博@CodeWithZhangYi 支持金 ￥500

2019-1-8 微博网友：小悟空 支持金 ￥100

2019-1-8 微博网友：悦 支持金 ￥200

2019-2-3 微博网友：小悟空 支持金 ￥200

Girls-In-AI 出征计划

这只是我不成熟的小想法，我希望Girls-In-AI能起到一定的公益作用。等到Girls-In-AI 养成之后，我会在微博呼吁大家，毕竟人多力量大。可能开展的项目：

• 帮助简历修改，面试题分享
• 与公益活动合作，组织大家为公益项目免费写代码【有任何组织想合作欢迎联系】
• ……

Join Girls-In-AI

GIA不是教科书，我想让编程这件事简单一些，重在培养一些兴趣。已经有很多朋友反馈因为GIA敲下人生第一行代码，也因此对编程越来越感兴趣。如果我的坚持能带给你力量，那么我告诉你，我会一直坚持下去！

GIA面向的人群：

• 渴望知识的学生
• 跨领域转岗想做了解的在职人士
• 编程零基础小白，这里有完整的学习路径，指导你从头开始掌握新技能

喜欢的话，就star点亮Girls-In-AI吧！欢迎积极的issue和pr！

Please, feel free to make any contributions you feel will make it better.

Let’s see what we can do.🤞