【结业答辩】内容安排 #13
Description
结业安排
5月25日，中文分支的5次课程结束，接下来是验收环节
- 时间：两周后的6月16日下午17：00-19：00
- 地点：老地方，清华数据科学研究院
- 内容：大家任选主题，（单选、多选不限），中英文分支一起汇报
- 分组：根据时间、主题，我们会做适当调整
- 评估：平时作业+现场表现（权重60%：40%），根据最终得分，决定是否符合毕业资质，颁发证书
选题
- 请大家于本周五（5月31日）前，完成报名及选题
- 报名方式：本issue下回复即可
- 格式
- 汇报人：小明，github账号，线下班/线上班，参加3次课程
- 平时作业：必选三道（持续更新链接）+ 可选（非必须，持续更新链接）
- 汇报主题：学习总结/专题报告-学习率优化方案/Kaggle比赛
平时作业
- 平时作业：中文系列的5次课中，布置了很多作业，不要求都完成：
- 【必选】宠物分类实践：动手实践，最好有自己的优化
- 【必选】机器学习专题：熟记机器学习基本概念、流程，完成iris分类、回归预测案例，同时拆解第一课的宠物分类代码，看看有哪些环节缺失，提出自己的见解
- 【必选】神经网络专题：神经网络基本构成，用tf、pytorch、keras实现mnist分类（如果是别的项目更好）
- 【可选】CNN与CV：CNN基本流程，CV应用点，想办法去优化宠物分类准确率
- 【可选】RNN与NLP：RNN基本流程，NLP应用点，文本挖掘实战，聊天机器人实战
- 注：以上作业资料甚至代码都在ppt、主页里
汇报主题
- 主要有三类，大家任选一个，鼓励多选
- 按照难易程度递增如下：
- （1）学习总结：汇总历次课程的心得，总结到自己的github/ppt，一定要是自己写的，别copy，目的是让大家构建自己的深度学习知识体系，横向打基础
- （2）专题报告：根据课程中遇到的问题，选一个技术点，深入研究，整理出来（github/ppt），给大家讲解，这部分属于深度上的扩展
- （3）Kaggle比赛：去kaggle选一个题目，尝试解决，名次最好能达到top 30%，同时整理自己的参赛经过
- 注意：选择kaggle的人，请关注这个帖子，以及：
备注
- 希望大家好好准备
- 学习是自己的事情，越是认真对待，学到的越多，对自己负责，加油！
