機械学習 名古屋 研究会 #1

2018/04/12(木)19:00 〜 20:30 開催
ブックマーク
#GitHub, #機械学習

イベント内容

機械学習 名古屋 研究会

モチベーション

月に1本は論文を読もう！

機械学習/AI 界隈では、日々の研究成果が『論文』として1日に何本も発表されています。

全ての論文を個人で追うのは無理でも、月に1本くらいならなんとかなるはず。
それをみんなで共有すれば、効率良く何本もの論文にふれあえる！

そこで、機械学習名古屋 は通常の勉強会とは別の 研究会 を立ち上げました。
月1程度で集まって、みんなで『読んだ論文の共有』をしましょう！

進め方

  • 参加者は、読みたい論文 を申告する。
    • 参加時アンケートで『読みたい論文』を必須項目としています。必ず 読みたい論文 を用意してから参加を申し込んでください。
  • 論文を開催日時までに読んで、1ページに簡単にまとめる(※1)。
  • 当日、発表（LT）する。
  • ↑を肴に◯◯(※2)。

※1：すぐ後で解説する「論文まとめについて」 を参照してください。
※2：質疑応答議論ツッコミ等含む

論文まとめについて

論文まとめテンプレートを用意しました↓

論文まとめテンプレート

こちらは 落合陽一氏の論文まとめ方（あるスライドの65ページ目） を参考に Markdown 1ページに落とし込んだものです。
まとめ方の考え方は、このスライド及び後に上げる参考サイトを参考にしてください。

こちらを利用して、Markdown でまとめを作成していただき、研究会の GitHub リポジトリ に登録（プルリクを送る形でリクエスト）、という流れになります。

参加者は、アンケートに回答した『読みたい論文』を読んで、当日までにこのテンプレートを利用した Markdown によるまとめを作成して頂き、研究会の GitHub リポジトリ に登録（プルリクを送る形でリクエスト）してください。
（GitHub を使えない等の場合は、当日までに論文をまとめた .md ファイルを管理者宛に送付（もしくは共有URLを提示）いただければ、プルリク代行いたします）

参考

今回の発表内容

発表者 論文 URL
antimon2 Searching For Activation Functions
miwa Using Grouped Linear Prediction and Accelerated Reinforcement Learning for Online Content Caching
matsui_kota Joint distribution optimal transportation for domain adaptation
smogami Employing Weak Annotations for Medical Image Analysis Problems
KaazTech Students’ Performance Prediction Using Data of Multiple Courses by Recurrent Neural Network
SSS3 Grad-CAM: Visual Explanations from Deep Networks via Gradient-based Localization
ToshiakiSakurai Do They All Look the Same? Deciphering Chinese, Japanese and Koreans by Fine-Grained Deep Learning
nharu1san Sequential Matching Network: A New Architecture for Multi-turn Response Selection in Retrieval-Based Chatbots
BrickLego Dynamic Routing Between Capsules
c0hama BinaryConnect: Training Deep Neural Networks with binary weights during propagations
n-kats Zero-Shot Object Detection: Learning to Simultaneously Recognize and Localize Novel Concepts

※参加登録順

持ち物

  • 『論文を読む！』という前向きな気持ち
  • 読んだ論文をまとめて『あとは当日発表がんばるぞ！』という気構え

参加枠について

  • 紹介枠は、管理者（共催者の誰か）から紹介を受けた人用の枠です。アンケートで『誰からの紹介か』を必ず記入して申し込んでください。
  • よく分からない方は『一般枠』で申し込んでください。

会場

注意事項

※ こちらのイベント情報は、外部サイトから取得した情報を掲載しています。
※ 掲載タイミングや更新頻度によっては、情報提供元ページの内容と差異が発生しますので予めご了承ください。
※ 最新情報の確認や参加申込手続き、イベントに関するお問い合わせ等は情報提供元ページにてお願いします。
情報提供元ページ（connpass）へ

新規会員登録

このイベントに申し込むには会員登録が必要です。
アカウント登録済みの方はログインしてください。

※ ソーシャルアカウントで登録するとログインが簡単に行えます。

※ 連携したソーシャルアカウントは、会員登録完了後にいつでも変更できます。