面向 电力行业 / 国家电网体系人工智能职业技能竞赛 的知识点复习与手撕代码题库。
这不是教程合集，而是按竞赛评分点组织的训练场——每一章都能自查"我漏了哪一步"。
竞赛是"按步骤给分"的：江苏选拔赛的数据分析模块把「3 项数据探索 + 5 项数据清洗 + 2 项数据可视化」拆成每项 2 分独立计分。 所以本仓库每个章节都带一张迷你评分表，而不是只对最终精度。
| 目录 | 作用 | 状态 |
|---|---|---|
coding/ |
手撕代码题库（本仓库主体）：五大方向 + 改错题 | ✅ 67/67 + 3 道改错题 |
exams/ |
限时全真模拟卷 + 读题拆解训练 | ✅ mock01 已建（可执行评分表） |
theory/ |
理论题库（选择 / 判断 / 简答） | 占位，待参考书籍 |
docs/ |
考纲对照、编写规范、应试清单、技术文档模板 | ✅ |
scripts/ |
Notebook 校验 + 模拟卷判卷器 | ✅ |
_notes/ |
错题本，复习时优先看 | ✅ |
| 目录 | 主题 | 对应竞赛考点 |
|---|---|---|
01_pandas |
数据预处理 | 数据探索 / 清洗 / 可视化（独立计分项）+ 数据准备及处理 10% |
02_sklearn |
机器学习 | 模型选择 10% / 训练 40% / 调参 10% / 评估 10% |
03_cv |
计算机视觉 | 电力现场作业安全监督场景综合应用 |
04_nlp |
NLP 与 Transformer | 大语言模型相关理论考查 + 大模型微调 / RAG |
05_timeseries |
时序预测 | 新能源功率预测 / 负荷预测 |
coding/01_pandas/
├── README.md # 考纲、知识点表、易错点、练习指引、迷你评分表
├── data/make_data.py # 合成数据生成脚本（固定 seed=42）
├── ch04_missing.ipynb # 讲解
├── ch04_missing_practice.ipynb # 练习（核心代码挖空 + 注释提示）
└── ch04_missing_solution.ipynb # 答案（完整可直接运行）
practice 与 solution 同级平铺，Cell 数量、顺序、标题强制一一对应。
- 读
chXX_*.ipynb—— 只看讲解，不敲代码，建立方法地图 - 做
chXX_*_practice.ipynb—— 按TODO提示填空题，用assert自查 - 对
chXX_*_solution.ipynb—— 逐 Cell 比对，差异记入_notes/错题本.md - 查 本章
README.md的迷你评分表 —— 逐项打勾，漏项回头补
限时训练用 exams/ 下的模拟卷，严格计时，做完再用评分表核对。
固定使用本机 conda 环境 self，不新建 venv：
/Users/luolinjie/miniconda3/envs/self/bin/python -V依赖清单见 docs/环境依赖.md。缺包直接装进该环境。
/Users/luolinjie/miniconda3/envs/self/bin/python scripts/check_notebooks.py校验四件事：① 所有 notebook 是合法 JSON 且结构完整；② 每对 practice / solution 的 Cell 数与各 Cell 的 Markdown / assert 一致；③ 逐 Code Cell 语法检查（防挖空把关键字参数当赋值目标这类生成器 bug）；④ practice 中确实存在挖空标记。
这一节是给未来的自己（和 AI）看的操作手册。 题库不可能一次写到位——真正做题时才会发现「这个知识点该拆开」「那个真值不对」 「章节顺序该调」「这章该并进下一章」。下面把每种改动的影响面写清楚，照着做就不会漏改。
- 本章节：全仓通用的操作手册（01~05 所有方向共用）。
- 方向级差异：各方向
coding/NN_*/README.md的「修改与扩展指引」一节， 写该方向特有的约定（数据源、依赖、章节划分待定项等），冲突时以方向级为准。
| 角色 | 路径 | 能否手改 |
|---|---|---|
| 唯一真相源 | scripts/authoring/<方向><章>.py |
✅ 只改这里 |
| 生成器 | scripts/nb_builder.py |
❌ 改动需全仓回归 |
| 派生产物 | coding/NN_*/chNN_*.ipynb（讲解）· _practice.ipynb · _solution.ipynb |
❌ 禁止手改，改脚本重跑 |
| 校验器 | scripts/check_notebooks.py / scripts/exec_notebooks.py |
❌ |
| 活文档 | 本文件「八、进度」+ coding/NN_*/README.md |
✅ |
| 模板 | scripts/authoring/_TEMPLATE_chapter.py |
✅ |
一句话：改内容 → 只动 authoring 脚本；改规划 → 动 README。ipynb 永远是产物。
A. 改一章的内容（最高频）
# ① 重建三件套（脚本内部叫 build()）
/Users/luolinjie/miniconda3/envs/self/bin/python scripts/authoring/<章节脚本>.py
# ② 静态校验：结构 / 配对 / 逐 Cell 语法 / 挖空标记
/Users/luolinjie/miniconda3/envs/self/bin/python scripts/check_notebooks.py -v coding/<方向>
# ③ 讲解版 + 答案版必须**全部跑通**
/Users/luolinjie/miniconda3/envs/self/bin/python scripts/exec_notebooks.py coding/<方向> --exclude-practice
# ④ 练习版必须**失败**，且原因是 NameError: name '____' is not defined
/Users/luolinjie/miniconda3/envs/self/bin/python scripts/exec_notebooks.py coding/<方向> --expect-fail改了真值 → 必须同步两处：脚本里的 assert + 该方向 README.md 的真值备忘表。
（少同步一处，下一个改这章的人就会被旧真值误导。）
B. 新增一章
cp scripts/authoring/_TEMPLATE_chapter.py scripts/authoring/<方向><NN>_<短名>.py
# 改 4 个地方：文件头 docstring / OUT / NAME / 正文 cells
# 然后走 A 的四步校验再补三处登记：① 该方向 README.md 的章节表加一行；② coding/README.md 进度表；③ 本文件「八、进度」表。
C. 拆分 / 合并 / 重命名章节
需要同步 5 处，顺序别乱：
scripts/authoring/<旧脚本>.py→ 改名（或用cp+rm旧文件）- 脚本里的
OUT/NAME两个常量 coding/<方向>/下 3 个 ipynb 的文件名——不要手工重命名，改NAME重跑build()生成新名，再删旧名三个- 该方向
README.md的章节表 + 逐章要点 § coding/README.md与本文件「八、进度」的数字
| 纪律 | 原因 |
|---|---|
挖空块内不得出现控制流或语句头（for / if / while / def / : 结尾、续行以 for 或 if 开头） |
nb_builder 会抛 BuildError；for / if 骨架要写在块外 |
def 只能挖函数体，不能把整个函数包进块里 |
同上 |
assert 必须写在 # @@end 之后 |
否则 assert 会被当成挖空内容 |
每个 @@todo 至少配一条 @@hint(...) |
练习版要能靠提示独立完成 |
assert 真值必须实跑，禁止手算填数 |
探针脚本写 /tmp/，不入库 |
| notebook 数据路径按内核 cwd 写 | cwd = 该方向目录；final/ 子目录要多退一层（Path("../data")） |
全仓硬约束：生成脚本断网可跑、notebook 不依赖外部网络。
装新包后不要重构已有章节，按各方向 README 预留的「对照位」把 try/except ImportError
分支从「跳过」改成「跑对比」，并补一节 ### 难点深挖 即可。
若某包（如 jieba / optuna）因沙箱文件策略装不上——pip install 报
EEXIST ... pip-install-...——直接把该能力手写实现，反而更贴合本仓库「手撕代码」的定位。
整理时主动标注没把握的地方，不要假装定稿。统一登记在各方向 README 的
「编号 / 不确定什么 / 两种改法的代价 / 触发条件 写。
根 README 只保留一句话指路，不重复列条目（避免双份维护走样）。
| 方向 | 章节 | 进度 |
|---|---|---|
| 01_pandas | ch01 基础 / ch02 读写 / ch03 探索 / ch04 缺失值 / ch05 重复与异常 / ch06 类型与字符串 / ch07 筛选与条件 / ch08 排序与采样 / ch09 分箱 / ch10 分组聚合 / ch11 变换与 apply / ch12 窗口 / ch13 连接与合并 / ch14 重塑与透视 / ch15 多级索引 / ch16 时间序列 / ch17 性能与内存 / ch18 可视化 / final 综合题 | 19/19 ✅ |
| 02_sklearn | ch01 划分与流水线 / ch02 特征工程 / ch03 特征选择降维 / ch04 回归 / ch05 分类 / ch06 聚类 / ch07 分类评估 / ch08 回归评估 / ch09 交叉验证与调参 / ch10 集成与融合 / ch11 评估可视化 / ch12 类别不平衡 / ch13 持久化与推理 / final 时序预测综合题 | 14/14 ✅ |
| 03_cv | ch01 图像读写与数组基础 / ch02 图像清洗与数据增强 / ch03 颜色空间与阈值分割 / ch04 卷积与滤波 / ch05 边缘检测与梯度 / ch06 形态学与轮廓 / ch07 图像特征与分类 / ch08 模板匹配与关键点 / ch09 目标检测基础 / ch10 图像分割进阶 / ch11 深度学习入门 / final_01 安全帽视觉检测全流程 / final_02 手写数字识别全流程 / final_03 分割测量全流程 | 14/14 ✅ |
| 04_nlp | ch01 文本预处理 / ch02 文本表示 / ch03 序列建模动机 / ch04 Self-Attention / ch05 Transformer 架构 / ch06 训练与推理细节 / ch07 微调范式（BERT/WordPiece/LoRA） / ch08 jieba 中文分词实战（前缀词典+DAG+DP 手写复刻 / HMM / 用户词典 / 词性 / 关键词） / ch09 小模型训练与规模判定（参数量恒等式 / 内存四件套 / 激活缩放律 / 梯度累积 / 冻结 / 精度） / ch10 RAG 检索增强（清洗深度 / 手写 BM25 / 稀疏·稠密·融合 / 误差归因 / 定向改进 / 拒答与 prompt 拼装） / final_01 工单文本分类全流程 | 11/11 ✅ |
| 05_timeseries | ch01 时序数据与特征 / ch02 平稳性与统计方法 / ch03 RNN 手写 / ch04 LSTM·GRU / ch05 序列到序列预测 / ch06 数据构造与标准化 / ch07 训练与评估 / ch08 进阶与基线 / final 负荷预测全流程 | 9/9 ✅ |
| 99_debug | 改错题（pandas 陷阱 / sklearn 泄漏 / 时序坑） | 3/3 ✅ |
| exams | mock01 数据分析与挖掘（含可执行评分表）；mock02 ~ mock04 待建 | 1/4 |
-
技术文档撰写模板（部分赛事占技能操作 20%）→ ✅ 已完成docs/技术文档撰写模板.md（骨架 + 逐节写法 + 提交前自查清单） +exams/mock01_数据分析与挖掘/技术文档示例.md（满分档示例，含 4 张真图） -
大模型微调与 RAG（中电联 2025 / 2026 实操重点）→ ✅ 已完成04_nlpch09 小模型训练与规模判定（参数量恒等式对账 0.0000% / 16 B·参数⁻¹ 内存模型 / 激活 batch 线性·seq 超线性 / 梯度累积等价 2.1e-07 / 冻结与精度的收益边界） + ch10 RAG 检索增强（清洗深度 MRR 0.5659 → 0.6111 / 手写 BM25 / 四条路线对照 / R@k 上限 / 误差归因四象限 / 定向改进 MRR → 0.9345 / 拒答阈值 4.0 / prompt 拼装与引用） - 理论题库：等待提供参考书籍后按书籍目录重建
theory/ - 算法打榜赛提分套路（
coding/06_打榜技巧/）—— 若转向数字中国类算法赛再建
各方向「未定稿、可能要改」的条目，见对应
coding/NN_*/README.md的 「修改与扩展指引 → 尚未定稿、可能要改的地方」（如04_nlp）。
见 LICENSE。