活动内容：

part 1 机器学习相关论文分享
—— 适合人群：针对有机器学习基础，想了解业内动向和研究成果的学者或算法工程师。
—— 形式：由 Mo 团队人工智能算法工程师和浙江大学计算机系硕士研究生为大家解读主题相关论文。

课程安排

13:00-13:40 faster R-CNN

• 计算机视觉的任务区分
• faster R-CNN算法设计思想
• 背景介绍
• faster R-CNN 网络架构
• 区域提议网络（RPN）介绍
• RPN和 Fast R-CNN 共享特征训练方法

13:50-14:30 分布式机器学习中的去中心化优化算法

论文：Collaborative Deep Learning in Fixed Topology Network

• 背景介绍
• 去中心化优化算法
• 收敛性分析
• 实验结果
• 结论与讨论

14:40-15:20 MobileNet

论文：MobileNets: Efficient Convolutional Neural Networks for Mobile Vision Applications

• 背景知识

• Mobilenet架构

   1）深度可分卷积
   2）网络结构
   3）宽度乘子
   4）分辨率乘子

• 3.实验
• 4.相关论文推荐

part 2 吴恩达机器学习课程
—— 适合人群：针对有一门或多门编程语言基础，对机器学习感兴趣的初学者。
—— 形式：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。

课程安排

15:30-17:30

逻辑回归

• 高级优化技巧
• 多分类任务

正则化

• 过拟合问题
• 代价函数 II
• 正则化与线性回归
• 正则化与逻辑回归

机器学习课程计划（每周更新）

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。
• 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！

回顾
第一期（3.16）：【机器学习】初识机器学习 + 单变量线性回归（电脑端打开观看视频1-1到2-4）

第二期（3.23）：【论文分享】DARTS + HCN 网络，请通过微信号添加 hellomnist 领取课件资料

第三期（3.30）：【机器学习】梯度下降 + 线性代数回顾（电脑端打开观看视频2-5到3-4）

第四期（4.13）：【论文分享】Google Vizier + Metalearning + Block Federated Learning，请通过微信号添加 hellomnist 领取课件资料。【机器学习】线性代数回顾 + 多变量线性回归（电脑端打开观看视频3-5到4-4）

第五期（4.20）：【机器学习】多变量线性回归+逻辑回归（电脑端打开观看视频4-5到5-5）

关于我们

Mo 人工智能俱乐部是由网站的研发与产品设计团队发起、致力于降低人工智能开发与使用门槛的俱乐部。团队具备大数据处理分析、可视化与数据建模经验，已承担多领域智能项目，具备从底层到前端的全线设计开发能力。团队成员拥有丰富技术积累和工作经验，掌握业界领先的技术和知识，具有专业客户化设计和产品研发能力。主要研究方向为大数据管理分析与人工智能技术，并以此来促进数据驱动的科学研究。

目前团队每周六在杭州举办以机器学习为主题的线下技术沙龙活动，不定期进行论文分享与学术交流。希望能汇聚来自各行各业对人工智能感兴趣的朋友，不断交流共同成长，推动人工智能民主化、应用普及化。