1. 自介：
影像識別相關公司工程師, 研究所統計相關科系畢業.
題目為NLP相關分類任務, 對影像辨別有興趣.
機器學習大概會的項目有
Linear/Logistic. Random Forest. Gradient Boosting. SVM等
深度學習
VGG. Inception net. ResNet. DenseNet. MobileNet. SENet
影像識別大概做過 YOLO, SSD
對 Mask R-CNN, FPN, FCN大致上了解
NLP對做過的題目比較了解而已
2. 對象：
希望是能夠讀deep learning 相關 paper
互相報告的夥伴, 也想要持續學習的同伴.
初學也可
3. 目標：
除了補齊之前學習過程中的一些比較不扎實的地方外,
希望能夠追上一線的paper,
如: Capsule Network, Spiking neural networks 等
NLP, GAN, Reinforcement也有很多洞要補.
參加者報告自己有興趣題目給大家聽, 一起討論.
4. 原因：
出社會後, 工作上題目會較受限,
自己念的話又容易怠惰, 大家一起互相報告比較會有目標.
講出來有時候才知道自己到底有沒有搞懂.
5. 地點：
台北. 國家圖書館討論室 或是 租借場地
6. 時間：
周六下午 一周一次 或 兩周一次, 二至三小時.
7. 方式：
類似 Seminar 報告的形式, 視情況看要不要加入實作.
8. 範圍：
由報告者自訂有興趣的 Deep learning 相關題目.
9. 人數限制：
8人.(目前4人)
10.解散條件：
人數不足2人.
11.運作規則：
主要是希望在不要太吃力的情況下,能夠持續學習.
若8個人, 一周兩個人 輪流報告的話. 大概四個禮拜報告一次就好.