活动形式
论文分享:由团队人工智能算法工程师或浙江大学计算机系硕士研究生为大家解读主题相关论文。
机器学习课程:团队专题主讲人组织大家一起学习吴恩达的视频教程,边看视频边记笔记,每一节视频后,进行讨论、分享、推导公式以加深理解。
活动安排
13:00-13:40 论文分享:Google Vizier
13:40-14:20 论文分享:Meta Learning
14:40-16:10 机器学习课程:线性代数回顾+多变量线性回归
16:20-17:00 论文分享:BlockFL
活动内容
Part I 论文分享(13:00-14:20)
主题:Google Vizier
分享人:卢旭
论文:Google Vizier: A Service for Black-Box Optimization
- 相关背景知识
- Vizier 系统概览
- Vizier 使用的算法
- 实验与结果
- 用户案例
主题: Meta Learning
分享人:贾鑫康
论文:One-shot Learning with Memory-Augmented Neural Networks
- Meta Learning 引入
MANN 论文解读
- Meta Learning Task 介绍
- NTM 神经图灵机介绍
- MANN 记忆增强网络介绍
- 实验与结果
- 未来展望
Part II 机器学习课程(14:40-16:10)
- 线性代数回顾
- 多变量线性回归
专题系列计划(每周更新)
Part III
主题:BlockFL
分享人:金松
论文:On-Device Federated Learning via Blockchain and its Latency Analysis
- 相关背景知识
- BlockFL 系统概览
- BlockFL 算法介绍
- BlockFL 系统演示
活动亮点
- 机器学习的系统性研习:Mo 团队将深入浅出的为大家阐明复杂深奥的机器学习原理,打破认知壁垒,营造轻松愉悦的集体学习氛围。
- 理论与实战结合:团队资深专家将手把手教你如何利用在线建模平台达成预期目标,将创意转化为现实。
- 交流与分享:在系统学习结束之后,我们将组织大家进行当堂知识和扩展领域的分享与探讨,同时,团队成员也会把自己的学习方法介绍给大家,实现知识和智慧的集合,碰擦思维火花。
活动须知
本系列活动完全免费,我们为你提供学习资料、地点与实操平台,只要有兴趣都可以报名参加。
注意事项:为了更方便进行实践操作,请携带笔记本电脑,现场有老师一对一进行答疑指导。
往期回顾
- 3.16,内容:初识机器学习 + 单变量线性回归,视频链接(从1-1到2-4)
- 3.23,内容:【论文分享】DARTS + HCN 网络,请通过微信号添加 hellomnist 领取课件资料
- 3.30,内容:梯度下降 + 线性代数回顾,视频链接(从2-5到3-4)
报名方式
关注微信公众号 MomodelAI,回复 姓名+学校或单位+联系方式 进行报名,审核通过后会收到确认消息。
**粗体** _斜体_ [链接](http://example.com) `代码` - 列表 > 引用
。你还可以使用@
来通知其他用户。