# TechCamp

**Repository Path**: deep-lab/TechCamp

## Basic Information

- **Project Name**: TechCamp
- **Description**: 深度学习研习社 - 教程/咨询合集
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2024-01-19
- **Last Updated**: 2024-01-26

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# TechCamp

本研习社致力于研究面向深度学习，该研究需要比较多的背景知识、技能，仅仅依靠大家自学的学习速度已经远远满足不了研究能力的要求。从研究生学习、研究过程分析，学习可以分成两类，第一类是听别人的讲解，被动的接收知识；第二类是，通过自己的理解，把知识讲授给其他人，这样的学习是主动式学习。

![Course cover](images/summercamp.jpg)

本课程主要的特点是让学生在学习过程同时扮演两种角色，每位同学准备一部分教程，同时也听别的同学讲解其他教程，通过这样的学习过程，让各位同学快速掌握大量的知识，可能学的过程比较快并没有掌握，但是通过这样的学习能够知道那些知识去哪里找，知识的特点是什么，怎么快速应用等等。

课程的学习方式主要分为两类：1）针对高年级研究生，在自己研究过程积累了一些经验，把自己对各个知识点的理解整理到这个培训教程，通过教别人来实现更高层次的学习；2）针对低年级的研究生，通过听学长的讲解，了解各个知识点的内容、关系、技巧等等，为后续的学习提供引导性的帮助，在课后或者研究需要的时候自己学习，从而全面掌握关键的知识点。

课程的视频的地址是：



**机器学习**：学习机器学习相关的基本知识，并通过一些实例让大家自己实现常见的功能

- [machine_learning](machine_learning)： 机器学习、人工智能入门课程



## 1. 课程准备说明

每个课程的文档需要包括：内容的背景、意义、关键的技术点、参考资料、示例代码，同时考虑整理出一个难度比较合适的《课程作业》

* 课程采用Markdown的方式编写

* 每个内容的原理，算法，程序，结果等都编写在Notebook里



### 2. 课程的说明文档模板 (README.md)

```
# 课程名称

## 1. 本课程介绍
README是用来给读者准备的课程说明

## 2. 如何学本课程?
可以参考示例`cpp/stl`课程的写法.
每个README都应包含且仅包含四个标题.

## 3. 课程内容

## 4. 课程作业

## 5. 参考资料

```

## 3. 参考