引力波数据探索：编程与分析实战训练营
结营仪式与课程总结
主讲老师：王赫
2024/01/14
ICTP-AP, UCAS
- 训练营课程回顾与总结
- 课程报名与参与人员情况
- 教学知识点罗列+自我提升的途径+全新的作业提交模型
- 作业完成情况 & 竞赛排名情况（提及高中生朋友，请吃饭）
- 颁奖典礼（竞赛前三名讲解题思路？代表发言？）
- 后记
- 感谢主办方和曙光的大力支持（主办方发言？曙光代表发言？）
- 课程团队的收获与感恩，对我来说也是一种技能提升
- 赶DDL完成作业没那么容易吧？嘿嘿嘿。。。
- 可以理解很多同学很忙，但也看到不少同学“很用心”
- 录屏分享 + B 站开通+记得给课程star（迁移到ICTP的gitlab上）
- 欢迎更多的反馈：关于太极计划、引力波物理、数理统计与数据分析、PyTorch系统性课程、高效科研工具分享、现代科研方法与学术写作套路、与同学和导师等人际关系、学术圈生存手册、卷的动力学原理初探、通向自我实现之路、如何发现适合自己的人生。。。
- 见到我，记得和我打招呼
。。。
致谢
- 主办单位
- 中国科学院大学 · 国际理论物理中心（亚太地区）
- 中国科学院大学 - 引力波宇宙太极实验室
- 赞助单位
- 中科曙光
| 但易 | 活动策划+算力支持 |
| ... |
| 田昕峣 | 特邀嘉宾 |
| 赵俊杰 | 特邀嘉宾 |
| 高民权 | 特邀嘉宾 |
训练营课程回顾与总结
# GWData: Bootcamp
- 训练营报名初期，有效申请的学员人数共 432 人，来自各行各业。其中一半以上来自理论物理、物理学、天体物理和天文学等专业方向。
- 在“其他”专业类别中，包含心理学、生物信息与医药、工商管理、材料与化工、地震与地球物理、金融、控制工程等等。
- 在学员填写的 “个人研究的主要障碍” 和 “对本课程的期望” 的词云分析中，“引力波”、“机器学习”、“数据处理”、“深度学习”、“能力”、“编程”等是最常见的关键词。
- 课程报名与参与人员情况
训练营课程回顾与总结
# GWData: Bootcamp
- 教学大纲与实战项目
- 通向自我实现之路
- 对“卷”的理性认识
- 做研究所需要的范式转换
- 做好笔记是自我学习的不二捷径
- 自学路上必会之 “上下求索"的技能
- 自学路上必会之 “提问的艺术”
- 第 0 部分：打鸡血！
- 通向自我实现之路
- 第 1 部分：编程开发环境与工作流
- 基础运维技术
- 容器化技术
- 实战项目：Python / Jupyter 开发环境搭建 + 远程连接 VS Code
- 实战项目：LALsuite / LISAcode 的源码编译 (optional)
- Git 分布式版本控制系统
- 【公开课】数据技术演进与现实应用 (特邀嘉宾：田昕峣)
- 第 2 部分：基于 Python 的数据分析基础
- 数据科学语言 Python 从入门到熟悉
- 数据分析实训之 Numpy / Pandas
- 实战项目：GW Event Catalog 的探索性数据分析
- 实战项目：股票数据分析案例 (optional)
- 基于 Python 的数据可视化理论与实践之 Matplotlib / Seaborn
- 实战项目：GWTC 论文中的 Figures
- 实战项目：针对 GW150914 信号处理与匹配滤波数据分析
- 【公开课】贝叶斯推断在引力波科学中的应用 (特邀嘉宾：赵俊杰)
- 第 3 部分：机器学习基础
- 机器学习算法之应用起步
- 机器学习算法之应用进阶
- 实战项目：基于 LIGO 的 Glitch 元数据完成多分类任务
- 实战项目：基于 LIGO 的 Glitch 时频图数据实现聚类分析
- 第 4 部分：深度学习基础
- 深度学习技术概述与神经网络基础
- 实战项目：训练一个3层神经网络（手撸版）
- 卷积神经网络与引力波信号探测
- 实战项目：使用 CNN 识别双黑洞系统引力波信号
- Kaggle数据科学竞赛 (黑客马拉松): Can you find the GW signals?
- 【公开课】AI发展全景与GPT前沿解析 (特邀嘉宾：高民权)
训练营课程回顾与总结
# GWData: Bootcamp
- 教学大纲与实战项目
- 基础运维技术
- 什么是Linux/Shell；新手必须掌握的Linux命令
- 管道符、重定向与环境变量；SSH服务管理远端设备
- 容器化技术
- Linux 容器虚拟化；Docker 的极简入门
- Git 分布式版本控制系统
- Git 安装/创建版本库；工作区、暂存区、版本库
- 远程仓库；分支管理；Git 可视化管理工具
- 第 0 部分：打鸡血！
- 通向自我实现之路
- 第 1 部分：编程开发环境与工作流
- 基础运维技术
- 容器化技术
- 实战项目：Python / Jupyter 开发环境搭建 + 远程连接 VS Code
- 实战项目：LALsuite / LISAcode 的源码编译 (optional)
- Git 分布式版本控制系统
- 【公开课】数据技术演进与现实应用 (特邀嘉宾：田昕峣)
- 第 2 部分：基于 Python 的数据分析基础
- 数据科学语言 Python 从入门到熟悉
- 数据分析实训之 Numpy / Pandas
- 实战项目：GW Event Catalog 的探索性数据分析
- 实战项目：股票数据分析案例 (optional)
- 基于 Python 的数据可视化理论与实践之 Matplotlib / Seaborn
- 实战项目：GWTC 论文中的 Figures
- 实战项目：针对 GW150914 信号处理与匹配滤波数据分析
- 【公开课】贝叶斯推断在引力波科学中的应用 (特邀嘉宾：赵俊杰)
- 第 3 部分：机器学习基础
- 机器学习算法之应用起步
- 机器学习算法之应用进阶
- 实战项目：基于 LIGO 的 Glitch 元数据完成多分类任务
- 实战项目：基于 LIGO 的 Glitch 时频图数据实现聚类分析
- 第 4 部分：深度学习基础
- 深度学习技术概述与神经网络基础
- 实战项目：训练一个3层神经网络（手撸版）
- 卷积神经网络与引力波信号探测
- 实战项目：使用 CNN 识别双黑洞系统引力波信号
- Kaggle数据科学竞赛 (黑客马拉松): Can you find the GW signals?
- 【公开课】AI发展全景与GPT前沿解析 (特邀嘉宾：高民权)
训练营课程回顾与总结
# GWData: Bootcamp
- 教学大纲与实战项目
- 数据的起源
- 何谓数据？
- 现代数据技术的发展脉络
- 当前主流数据技术
- 关系型数据库 (RDBMS)
- 非关系型数据库 (Not-only SQL (NoSQL) Database)
- 大数据 (Big Data)
- 数据仓库 (Data Warehouse)
- 流式计算 (Stream Processing)
- 数据湖 (Data Lake)
- 数据湖仓 (Data Lakehouse)
- 思考：从数据的角度认识世界
- 推荐阅读
- 第 0 部分：打鸡血！
- 通向自我实现之路
- 第 1 部分：编程开发环境与工作流
- 基础运维技术
- 容器化技术
- 实战项目：Python / Jupyter 开发环境搭建 + 远程连接 VS Code
- 实战项目：LALsuite / LISAcode 的源码编译 (optional)
- Git 分布式版本控制系统
- 【公开课】数据技术演进与现实应用 (特邀嘉宾：田昕峣)
- 第 2 部分：基于 Python 的数据分析基础
- 数据科学语言 Python 从入门到熟悉
- 数据分析实训之 Numpy / Pandas
- 实战项目：GW Event Catalog 的探索性数据分析
- 实战项目：股票数据分析案例 (optional)
- 基于 Python 的数据可视化理论与实践之 Matplotlib / Seaborn
- 实战项目：GWTC 论文中的 Figures
- 实战项目：针对 GW150914 信号处理与匹配滤波数据分析
- 【公开课】贝叶斯推断在引力波科学中的应用 (特邀嘉宾：赵俊杰)
- 第 3 部分：机器学习基础
- 机器学习算法之应用起步
- 机器学习算法之应用进阶
- 实战项目：基于 LIGO 的 Glitch 元数据完成多分类任务
- 实战项目：基于 LIGO 的 Glitch 时频图数据实现聚类分析
- 第 4 部分：深度学习基础
- 深度学习技术概述与神经网络基础
- 实战项目：训练一个3层神经网络（手撸版）
- 卷积神经网络与引力波信号探测
- 实战项目：使用 CNN 识别双黑洞系统引力波信号
- Kaggle数据科学竞赛 (黑客马拉松): Can you find the GW signals?
- 【公开课】AI发展全景与GPT前沿解析 (特邀嘉宾：高民权)
训练营课程回顾与总结
# GWData: Bootcamp
- 教学大纲与实战项目
- LIGO Open Data
- FFT by Scratch
- Spectral Analysis by Scratch
- Data analysis on GW150914
- Matched filtering to find the signal
- 第 0 部分：打鸡血！
- 通向自我实现之路
- 第 1 部分：编程开发环境与工作流
- 基础运维技术
- 容器化技术
- 实战项目：Python / Jupyter 开发环境搭建 + 远程连接 VS Code
- 实战项目：LALsuite / LISAcode 的源码编译 (optional)
- Git 分布式版本控制系统
- 【公开课】数据技术演进与现实应用 (特邀嘉宾：田昕峣)
- 第 2 部分：基于 Python 的数据分析基础
- 数据科学语言 Python 从入门到熟悉
- 数据分析实训之 Numpy / Pandas
- 实战项目：GW Event Catalog 的探索性数据分析
- 实战项目：股票数据分析案例 (optional)
- 基于 Python 的数据可视化理论与实践之 Matplotlib / Seaborn
- 实战项目：GWTC 论文中的 Figures
- 实战项目：针对 GW150914 信号处理与匹配滤波数据分析
- 【公开课】贝叶斯推断在引力波科学中的应用 (特邀嘉宾：赵俊杰)
- 第 3 部分：机器学习基础
- 机器学习算法之应用起步
- 机器学习算法之应用进阶
- 实战项目：基于 LIGO 的 Glitch 元数据完成多分类任务
- 实战项目：基于 LIGO 的 Glitch 时频图数据实现聚类分析
- 第 4 部分：深度学习基础
- 深度学习技术概述与神经网络基础
- 实战项目：训练一个3层神经网络（手撸版）
- 卷积神经网络与引力波信号探测
- 实战项目：使用 CNN 识别双黑洞系统引力波信号
- Kaggle数据科学竞赛 (黑客马拉松): Can you find the GW signals?
- 【公开课】AI发展全景与GPT前沿解析 (特邀嘉宾：高民权)
训练营课程回顾与总结
# GWData: Bootcamp
- 教学大纲与实战项目
- Brief introduction to gravitational wave (引力波简要介绍)
- Part I: Bayesian inference (贝叶斯推断)
- Part II: Bayesian computation (贝叶斯计算方法)
- Markov Chain Monte Carlo (MCMC; 马尔可夫链-蒙特卡罗方法)
- Nested sampling (嵌套采样)
- Part III: All in gravitational-wave data (一切尽在引力波数据中)
- Use Bilby & Parallel Bilby in the GW data analysis
- Show the complete pipeline for the data analysis
- The AMAZING Thomas Bayes (为美好的世界献上"贝叶斯定理")
- 第 0 部分：打鸡血！
- 通向自我实现之路
- 第 1 部分：编程开发环境与工作流
- 基础运维技术
- 容器化技术
- 实战项目：Python / Jupyter 开发环境搭建 + 远程连接 VS Code
- 实战项目：LALsuite / LISAcode 的源码编译 (optional)
- Git 分布式版本控制系统
- 【公开课】数据技术演进与现实应用 (特邀嘉宾：田昕峣)
- 第 2 部分：基于 Python 的数据分析基础
- 数据科学语言 Python 从入门到熟悉
- 数据分析实训之 Numpy / Pandas
- 实战项目：GW Event Catalog 的探索性数据分析
- 实战项目：股票数据分析案例 (optional)
- 基于 Python 的数据可视化理论与实践之 Matplotlib / Seaborn
- 实战项目：GWTC 论文中的 Figures
- 实战项目：针对 GW150914 信号处理与匹配滤波数据分析
- 【公开课】贝叶斯推断在引力波科学中的应用 (特邀嘉宾：赵俊杰)
- 第 3 部分：机器学习基础
- 机器学习算法之应用起步
- 机器学习算法之应用进阶
- 实战项目：基于 LIGO 的 Glitch 元数据完成多分类任务
- 实战项目：基于 LIGO 的 Glitch 时频图数据实现聚类分析
- 第 4 部分：深度学习基础
- 深度学习技术概述与神经网络基础
- 实战项目：训练一个3层神经网络（手撸版）
- 卷积神经网络与引力波信号探测
- 实战项目：使用 CNN 识别双黑洞系统引力波信号
- Kaggle数据科学竞赛 (黑客马拉松): Can you find the GW signals?
- 【公开课】AI发展全景与GPT前沿解析 (特邀嘉宾：高民权)
训练营课程回顾与总结
# GWData: Bootcamp
- 教学大纲与实战项目
- 人工智能 > 机器学习 > 深度学习
- 机器学习的定义，目标和过程
- 机器学习的常见类型
- 机器学习模型的分类
- 机器学习项目开发规划与准备及其开发步骤
- scikit-learn 机器学习库：分类+回归
- 机器学习中的模型调优与模型融合
- 特征工程
- 交叉验证
- 网格搜索
- 集成学习
- 第 0 部分：打鸡血！
- 通向自我实现之路
- 第 1 部分：编程开发环境与工作流
- 基础运维技术
- 容器化技术
- 实战项目：Python / Jupyter 开发环境搭建 + 远程连接 VS Code
- 实战项目：LALsuite / LISAcode 的源码编译 (optional)
- Git 分布式版本控制系统
- 【公开课】数据技术演进与现实应用 (特邀嘉宾：田昕峣)
- 第 2 部分：基于 Python 的数据分析基础
- 数据科学语言 Python 从入门到熟悉
- 数据分析实训之 Numpy / Pandas
- 实战项目：GW Event Catalog 的探索性数据分析
- 实战项目：股票数据分析案例 (optional)
- 基于 Python 的数据可视化理论与实践之 Matplotlib / Seaborn
- 实战项目：GWTC 论文中的 Figures
- 实战项目：针对 GW150914 信号处理与匹配滤波数据分析
- 【公开课】贝叶斯推断在引力波科学中的应用 (特邀嘉宾：赵俊杰)
- 第 3 部分：机器学习基础
- 机器学习算法之应用起步
- 机器学习算法之应用进阶
- 实战项目：基于 LIGO 的 Glitch 元数据完成多分类任务
- 实战项目：基于 LIGO 的 Glitch 时频图数据实现聚类分析
- 第 4 部分：深度学习基础
- 深度学习技术概述与神经网络基础
- 实战项目：训练一个3层神经网络（手撸版）
- 卷积神经网络与引力波信号探测
- 实战项目：使用 CNN 识别双黑洞系统引力波信号
- Kaggle数据科学竞赛 (黑客马拉松): Can you find the GW signals?
- 【公开课】AI发展全景与GPT前沿解析 (特邀嘉宾：高民权)
训练营课程回顾与总结
# GWData: Bootcamp
- 教学大纲与实战项目
- 深度学习技术的起源、应用、特点
- 人工智能技术自学材料推荐
- 深度学习技术的“不能”
- 深度学习：神经网络基础
- 模型性能评估与测试调优
- 一维、二维卷积
- 引力波信号搜寻：卷积神经网络
- 第 0 部分：打鸡血！
- 通向自我实现之路
- 第 1 部分：编程开发环境与工作流
- 基础运维技术
- 容器化技术
- 实战项目：Python / Jupyter 开发环境搭建 + 远程连接 VS Code
- 实战项目：LALsuite / LISAcode 的源码编译 (optional)
- Git 分布式版本控制系统
- 【公开课】数据技术演进与现实应用 (特邀嘉宾：田昕峣)
- 第 2 部分：基于 Python 的数据分析基础
- 数据科学语言 Python 从入门到熟悉
- 数据分析实训之 Numpy / Pandas
- 实战项目：GW Event Catalog 的探索性数据分析
- 实战项目：股票数据分析案例 (optional)
- 基于 Python 的数据可视化理论与实践之 Matplotlib / Seaborn
- 实战项目：GWTC 论文中的 Figures
- 实战项目：针对 GW150914 信号处理与匹配滤波数据分析
- 【公开课】贝叶斯推断在引力波科学中的应用 (特邀嘉宾：赵俊杰)
- 第 3 部分：机器学习基础
- 机器学习算法之应用起步
- 机器学习算法之应用进阶
- 实战项目：基于 LIGO 的 Glitch 元数据完成多分类任务
- 实战项目：基于 LIGO 的 Glitch 时频图数据实现聚类分析
- 第 4 部分：深度学习基础
- 深度学习技术概述与神经网络基础
- 实战项目：训练一个3层神经网络（手撸版）
- 卷积神经网络与引力波信号探测
- 实战项目：使用 CNN 识别双黑洞系统引力波信号
- Kaggle数据科学竞赛 (黑客马拉松): Can you find the GW signals?
- 【公开课】AI发展全景与GPT前沿解析 (特邀嘉宾：高民权)
训练营课程回顾与总结
# GWData: Bootcamp
- 教学大纲与实战项目
-
Why AI Was Proposed
-
Earliest Form of AI and Solutions
-
Similarities between AI and Physics Methodologies
-
From Symbolic Systems to Machine Learning
-
Principles of Deep Learning
-
Breakthroughs Brought by Deep Learning
-
Typical Deep Learning Scenarios
-
Pre-trained Models and Large Models
-
Principles of GPT
-
Breakthroughs in AIGC (AI Generated Content)
-
Current Challenges in AI
-
Frontiers of AI Research
- 第 0 部分：打鸡血！
- 通向自我实现之路
- 第 1 部分：编程开发环境与工作流
- 基础运维技术
- 容器化技术
- 实战项目：Python / Jupyter 开发环境搭建 + 远程连接 VS Code
- 实战项目：LALsuite / LISAcode 的源码编译 (optional)
- Git 分布式版本控制系统
- 【公开课】数据技术演进与现实应用 (特邀嘉宾：田昕峣)
- 第 2 部分：基于 Python 的数据分析基础
- 数据科学语言 Python 从入门到熟悉
- 数据分析实训之 Numpy / Pandas
- 实战项目：GW Event Catalog 的探索性数据分析
- 实战项目：股票数据分析案例 (optional)
- 基于 Python 的数据可视化理论与实践之 Matplotlib / Seaborn
- 实战项目：GWTC 论文中的 Figures
- 实战项目：针对 GW150914 信号处理与匹配滤波数据分析
- 【公开课】贝叶斯推断在引力波科学中的应用 (特邀嘉宾：赵俊杰)
- 第 3 部分：机器学习基础
- 机器学习算法之应用起步
- 机器学习算法之应用进阶
- 实战项目：基于 LIGO 的 Glitch 元数据完成多分类任务
- 实战项目：基于 LIGO 的 Glitch 时频图数据实现聚类分析
- 第 4 部分：深度学习基础
- 深度学习技术概述与神经网络基础
- 实战项目：训练一个3层神经网络（手撸版）
- 卷积神经网络与引力波信号探测
- 实战项目：使用 CNN 识别双黑洞系统引力波信号
- Kaggle数据科学竞赛 (黑客马拉松): Can you find the GW signals?
- 【公开课】AI发展全景与GPT前沿解析 (特邀嘉宾：高民权)
训练营课程回顾与总结
# GWData: Bootcamp
- 如何登峰造极？(自我提升的途径)
- 第 0 部分：打鸡血！
- 通向自我实现之路
- 第 1 部分：编程开发环境与工作流
- 基础运维技术
- 容器化技术
- 实战项目：Python / Jupyter 开发环境搭建 + 远程连接 VS Code
- 实战项目：LALsuite / LISAcode 的源码编译 (optional)
- Git 分布式版本控制系统
- 【公开课】数据技术演进与现实应用 (特邀嘉宾：田昕峣)
- 第 2 部分：基于 Python 的数据分析基础
- 数据科学语言 Python 从入门到熟悉
- 数据分析实训之 Numpy / Pandas
- 实战项目：GW Event Catalog 的探索性数据分析
- 实战项目：股票数据分析案例 (optional)
- 基于 Python 的数据可视化理论与实践之 Matplotlib / Seaborn
- 实战项目：GWTC 论文中的 Figures
- 实战项目：针对 GW150914 信号处理与匹配滤波数据分析
- 【公开课】贝叶斯推断在引力波科学中的应用 (特邀嘉宾：赵俊杰)
- 第 3 部分：机器学习基础
- 机器学习算法之应用起步
- 机器学习算法之应用进阶
- 实战项目：基于 LIGO 的 Glitch 元数据完成多分类任务
- 实战项目：基于 LIGO 的 Glitch 时频图数据实现聚类分析
- 第 4 部分：深度学习基础
- 深度学习技术概述与神经网络基础
- 实战项目：训练一个3层神经网络（手撸版）
- 卷积神经网络与引力波信号探测
- 实战项目：使用 CNN 识别双黑洞系统引力波信号
- Kaggle数据科学竞赛 (黑客马拉松): Can you find the GW signals?
- 【公开课】AI发展全景与GPT前沿解析 (特邀嘉宾：高民权)
训练营课程回顾与总结
# GWData: Bootcamp
- 作业完成情况
- 第 0 部分：打鸡血！
- 通向自我实现之路
- 第 1 部分：编程开发环境与工作流
- 基础运维技术
- 容器化技术
- 实战项目：Python / Jupyter 开发环境搭建 + 远程连接 VS Code
- 实战项目：LALsuite / LISAcode 的源码编译 (optional)
- Git 分布式版本控制系统
- 【公开课】数据技术演进与现实应用 (特邀嘉宾：田昕峣)
- 第 2 部分：基于 Python 的数据分析基础
- 数据科学语言 Python 从入门到熟悉
- 数据分析实训之 Numpy / Pandas
- 实战项目：GW Event Catalog 的探索性数据分析
- 实战项目：股票数据分析案例 (optional)
- 基于 Python 的数据可视化理论与实践之 Matplotlib / Seaborn
- 实战项目：GWTC 论文中的 Figures
- 实战项目：针对 GW150914 信号处理与匹配滤波数据分析
- 【公开课】贝叶斯推断在引力波科学中的应用 (特邀嘉宾：赵俊杰)
- 第 3 部分：机器学习基础
- 机器学习算法之应用起步
- 机器学习算法之应用进阶
- 实战项目：基于 LIGO 的 Glitch 元数据完成多分类任务
- 实战项目：基于 LIGO 的 Glitch 时频图数据实现聚类分析
- 第 4 部分：深度学习基础
- 深度学习技术概述与神经网络基础
- 实战项目：训练一个3层神经网络（手撸版）
- 卷积神经网络与引力波信号探测
- 实战项目：使用 CNN 识别双黑洞系统引力波信号
- Kaggle数据科学竞赛 (黑客马拉松): Can you find the GW signals?
- 【公开课】AI发展全景与GPT前沿解析 (特邀嘉宾：高民权)
-
Python: 108 quizzes
-
Numpy: 10 quizzes
-
Pandas: 12 quizzes
-
LeetCode: 5 problems
-
Matplotlib: 4 datasets
-
Seaborn: 4 datasets
-
Git / GitHub: Pull Request
-
Credit Scoring dataset
-
Modeling
-
Finetune
-
-
Kaggle competition
-
Can you find the GW signal?
-
训练营课程回顾与总结
# GWData: Bootcamp
- 作业完成情况
| 总得分 | 1 | 2 | 3 | 4 | 5 | 6 | 7 |
|---|---|---|---|---|---|---|---|
| 频数 | 4 | 5 | 6 | 10 | 7 | 23 | 8 |
| 前#百分比排名 | 100.00% | 93.65% | 85.71% | 76.19% | 60.32% | 49.21% | 12.70% |
部分获奖同学：
训练营课程回顾与总结
# GWData: Bootcamp
- 竞赛排名情况
-
概述
-
欢迎参加“引力波数据探索：编程与分析实战训练营”系列课程的最后挑战 - “你能找到引力波信号吗？”Kaggle数据科学竞赛（黑客马拉松）！这个竞赛旨在应用你在整个课程中学到的知识和技能，重点关注引力波数据分析和研究。
-
-
任务目标
-
本次竞赛的目标是开发一个能够准确识别引力波信号的模型。我们将提供一个包含噪声和引力波信号的数据集。你的任务是开发一个能够准确区分两者的模型。
-
-
时间线（7天）
-
本竞赛将于北京时间 2023年12月29日22:00 开始，并于北京时间 2024年1月6日23:59 结束。请确保在截止日期前提交你的解决方案。
-
训练营课程回顾与总结
# GWData: Bootcamp
- 竞赛排名情况
- 作为本次竞赛的冠军，XAO团队展现了非凡的实力。现在让我们有请这个团队的黄震洋同学作为代表，来分享一下他们背后的故事和解题策略。show time！
训练营后记
# GWData: Bootcamp
- 欢迎各类反馈与建议：
记得给课程 Star
- 太极计划引力波物理的最新发展
- 深入数理统计与数据分析的世界
- 全面了解PyTorch系统性课程
- 发现高效科研工具的秘密
- 掌握现代科研方法与学术写作的技巧
- 改善与同学和导师的人际关系
- 学术圈生存的实用指南
- 探索卷的动力学原理
- 寻求自我实现的途径
- 如何找到适合自己的人生方向
- 见到我，记得和我打招呼，期待交流与反馈
