1. 自介：
影像识别相关公司工程师, 研究所统计相关科系毕业.
题目为NLP相关分类任务, 对影像辨别有兴趣.
机器学习大概会的项目有
Linear/Logistic. Random Forest. Gradient Boosting. SVM等
深度学习
VGG. Inception net. ResNet. DenseNet. MobileNet. SENet
影像识别大概做过 YOLO, SSD
对 Mask R-CNN, FPN, FCN大致上了解
NLP对做过的题目比较了解而已
2. 对象：
希望是能够读deep learning 相关 paper
互相报告的伙伴, 也想要持续学习的同伴.
初学也可
3. 目标：
除了补齐之前学习过程中的一些比较不扎实的地方外,
希望能够追上一线的paper,
如: Capsule Network, Spiking neural networks 等
NLP, GAN, Reinforcement也有很多洞要补.
参加者报告自己有兴趣题目给大家听, 一起讨论.
4. 原因：
出社会后, 工作上题目会较受限,
自己念的话又容易怠惰, 大家一起互相报告比较会有目标.
讲出来有时候才知道自己到底有没有搞懂.
5. 地点：
台北. 国家图书馆讨论室 或是 租借场地
6. 时间：
周六下午 一周一次 或 两周一次, 二至三小时.
7. 方式：
类似 Seminar 报告的形式, 视情况看要不要加入实作.
8. 范围：
由报告者自订有兴趣的 Deep learning 相关题目.
9. 人数限制：
8人.(目前4人)
10.解散条件：
人数不足2人.
11.运作规则：
主要是希望在不要太吃力的情况下,能够持续学习.
若8个人, 一周两个人 轮流报告的话. 大概四个礼拜报告一次就好.