20190616 讀書會期中檢討

20190616 讀書會期中檢討 === ###### tags: `20190616` ## 內容 ### 1. 導讀的存在必要性 (李宏毅 Machine Learning) 我自己還是會希望每一次的聚會中，能夠有一個共同的議題、進度，來分工討論，當然不一定會是要進行課程導讀，任何型態、內容我都覺得OK，這樣會有一點點強迫大家可以跟著進度走，就某種程度上，有一點像是整個讀書會的維生器，消極一點的說，不管大家有沒有其他的東西要分享，至少我們聚在一起的時候，都還有一件事情可以做@@，畢竟身為讀書會的召集人，我希望這讀書會可以維持下去，所以會有一些最壞的打算，希望大家可以理解。 BUT ，如果大家覺得這個部份實在有點不切實際且冗長，要取消我也覺得沒問題，但是大家在讀書會後續運作上面，就要真的實作、分享，不然到時候大家聚在一起然後不知道要幹嘛會有點冏XDDDDD **[ 結論 ]** **保留導讀部分，內容為李宏毅 Machine Learning (2017)，Lecture 16 以前，每次讀書會(兩周)導讀 4 Lectures，Lecture 16 以後每次導讀 2 Lectures。** ### 2. 個人專題 / 團隊專題我們會面臨到的問題是什麼 ? 要怎麼解決 ? 要怎麼開始 ? 個人、團隊的專題我們要進行，最基本的門檻是，大家要有最基本的功力，進行了幾個月來，我不確定大家的狀態是否可以進行這個部分，但我相信大家都很期待。因此，在這樣一個比較現實的問題上面，我們該怎麼做，才能讓專題實作的部分未來可以進行的比較順利外，每一個人都能融入在每一次的討論中，只有這樣，才能讓每一次的分享討論可以對每一個人都有啟發、有能力上的增長。我先提出一點想法，BTW，這只是我的想法，拋磚引玉一下，並非最好的方式也不強迫大家要以這個方式為前提討論。我覺得接下來的讀書會可以切分作三期: #### 第一期 : 準備期這就是為了大家可以有足夠的經驗、能力來處理專題的準備期間，我覺得比較簡單快速的方式還是利用 Kaggle 做起頭，在這一個期間，每一個人自己選一個題目，自己寫code ，自己 train ，然後在每一次讀書會上，來針對自己的問題來跟大家做討論。 #### 第二期 : 個人專題當第一期作到某一個程度的時候，至少我們可以確定，大家對整個資料分析的過程有一定了解，我們每一個人自己選一個個人的專題來真的進行實作，一樣的，在每一次讀書會上分享或是提出自己的問題，來跟大家做討論 #### 第三期 : 團隊專題有了上面的兩個階段後，我想在進行團隊專題上面，門檻的障礙就已經相對的小很多了，接著大家可以進行分工，來作出一個比較大的 Project。以上是我自己的一點想法，這只是很簡單的藍圖，內容架構都還需要討論，不過我更期待大家能夠有更不一樣、更好的想法。 **[ 結論 ]** **原則上以三個方向為主 : 圖像辨識、NLP、金融分析** **熟練階段 ( 前1.5-2個月 ) : 每次讀書會各組提出一個 kaggle 題目進行分享，針對該題分享 kernel 並且提出問題、解決方式或實做想法，這樣相當於每一次的讀書會我們都可以接觸到三個不同面向的實作分享。** **個人專題階段 : 前面的階段每個人都可以思考想要做什麼樣子的專題，可以怎麼呈現，在這個階段就開始進行實際的運作，專題的發想建議以實用性為出發點，可以解決現實生活上的問題，並且有利於未來求職。此階段不設 deadline ，能做出來成品就非常好了。** ### 3. 除了導讀、專題以外，還有沒有什麼可以做、應該做、想要做的事情 ? 我相信很多人會把論文導讀排在首位，我也覺得在這樣快速發展的領域上，論文導讀還真的有其必要性，或許可以拿來取代課程導讀 ? 除此之外，大家還有沒有覺得有什麼可以做的 ? 或是你本來在讀書會裡面想聽到、學到但是都沒有收穫的 ? 希望大家可以都提出來討論看看。 **[ 結論 ]** **論文研讀的部分於課程導讀中順帶進行，因李宏毅的課程會有許多補充論文，我們可以在課程進行的過程中導入相關論文重點導讀** **Reinforcement Learning 實務上仍相當熱門，也希望讀書會可以有相關討論，但由於大家都沒接觸過這部分，因此仍需大家思考，這一部分未來可以怎麼實現在我們的讀書會中 ( 李宏毅課程可能有碰到一部分 ? )** **對於此領域的新知我們必須要時時掌握，因此加入了文章分享的部分，也會排定報告順序，報告者可以從最近的相關資訊、文章、新聞等提出有興趣的部分與大家分享** ## 頻率仍兩周一次 ## 時間仍一次三小時，過一陣子在視情況做調整