天天看点

Datawhale第一期学习数据分析报告

Datawhale第一期学习数据分析报告

DataWhale第一期学习数据分析报告

Datawhale第一期学习数据分析报告

总体分析

一共有20人填写此份问卷,其中有6人来自编程集训,8人来自算法梳理集训,6人来自算法实践集训,3个集训的淘汰率相差不大,都在50%左右。完成集训的大部分是男生,性别比例严重失衡(毕竟是cs),只有一个女生。此次样本数量较少,得到的反馈不具有普遍意义,但仍有参考价值。

Datawhale第一期学习数据分析报告
Datawhale第一期学习数据分析报告

完成集训的人中,学生党略多于工作党,虽然工作党白天时间都在工作,但是仍有三分之二的人认为自己有足够的时间完成任务,跑模型占去他们所剩无几的夜间时光。对于学生党来说,目前正处于学期结束的关键时刻,大家往往忙于备考,这是一个暂时现象,相信过几周就会迎来大批学生党的解放。

Datawhale第一期学习数据分析报告
Datawhale第一期学习数据分析报告

我们针对的是小白或者基础相对较弱的人群,数据很好地反映了这一点,四分之三的人在参与集训前只是稍有基础。

Datawhale第一期学习数据分析报告

大家参与集训的目的不一,仔细说来往往逃不了认知兴趣、职业发展和人际发展,更多的人将重心放到职业发展上面,想要谋求职位提升或者找到更好的工作。有一个很有趣的回答是想试验一下自己是否可以坚持做一件事情,克服一些困难,“挑战”一下自己。很高兴能接触到这样正能量的人。

Datawhale第一期学习数据分析报告

满意度调查

算法实践满意度

Datawhale第一期学习数据分析报告

总体来说,算法实践任务安排比较合理,所有人的评价介于满意和非常满意之间,感谢各位助教的付出。

算法梳理满意度

Datawhale第一期学习数据分析报告

算法梳理的效果也较好。

编程集训满意度

Datawhale第一期学习数据分析报告

编程集训的任务内容需要略作调整,很多人反映最后的贪吃蛇任务较难,不过在参与下一轮集训和推荐他人参加集训上我们仍然得到了良好的结果,大家对参加编程的热情很高。

完成集训的挑战

显而易见地,时间是学员完成集训最大的一个拦路虎,另外有人提出需要更多的指导,这与我们新推出的荣誉助教的工作不谋而合;也有人认为点评其他同学作业时感觉自己积累的不够不能提出有价值的建议,有些不熟悉的算法总结的时候也会有一定困难,这正是参与集训的意义所在,帮助学员跳出舒适区域,锻炼自己,我们的目的已经达到了。

Datawhale第一期学习数据分析报告

任务截止时间

四分之三的人认为集训目前设置的任务截止时间比较合理,另有人提议将截止时间设定在点评前一天的晚上10点左右,原因是7点对于工作的人来说比较尴尬,也刚好是吃完饭的时间,不太利于最后突击。这个提议有一定采纳价值,已经采纳。

Datawhale第一期学习数据分析报告

点评制度合理性

85%的人认为点评别人的作业对他产生了帮助,选择帮助不大的人也认同点评制度不乏优点,比如可以学习别人的思路,总体说来我们应该继续保持学员点评的流程。

Datawhale第一期学习数据分析报告

惩罚金额合理性

目前设置的清退再入群金额为10元,比较合理,无需修改。

Datawhale第一期学习数据分析报告

对集训流程的想法

不同基础的人对任务难度理解难免会有差别,有算法梳理集训的同学认为可以将内容较少的任务安排在一天完成,也有人认为任务难度较大,完成任务由自我驱动,我们无需调整。有一个值得采纳的建议是收集优秀的作业,在每次任务截止时间达到后发给学员参考。

Datawhale第一期学习数据分析报告

对于初入门的设置非常合理。和我的理念“先实现最简单的代码,然后再一点点增加和提高”非常吻合。所以一周任务一个个顺序做下来非常舒服,而且成就感越来越高!每个任务结束或者一周结束后助教可以给几份模板作业答案参考学习就好了。

—— 一个很赞的回答

我们是一群愿意互促共享、尝试改善世界的理想青年