整体安排如下
前四天(8月26日-8月30日)：
深度学习
- 讲述CNN的应用（图像识别、语义分割、人脸识别）和复习CNN基础知识
- 上午分享会、下午自主讨论学习，吸收上午所学知识
- 如果有时间可以讲一部分自然语言处理
机器学习
- 讲述传统机器学习，预测的整个流程，以及可视化学习
- 上午分享会，下午安排项目练手以及自主学习巩固上午所学知识
后两天(8月31日-9月01日)：
每位成员找一篇论文阅读，并复现论文
PS:由于部分成员的电脑配置较低或者没有GPU，因此建议找一下模型简单的论文复现，但我个人最推荐的还在kaggle上找数据并在其提供的平台上复现论文。
深度学习
1. 图像识别
- 手写字符识别
- 验证码识别（数据增强）
- 猫狗大战（迁移学习、特征融合）
2. 语义分割
- U-net网络：膀胱肿瘤检测
3. 人脸识别
- 基于InceptionV2的人脸识别系统
4. 自然语言处理
- 关键词检测系统（Hi,Siri）
机器学习
1. 数据处理+预测
- 讲述如何对原数据集进行数据处理，清洗，建模，预测
2. 可视化工具
- 讲述基于python的数据可视化工具：seaborn、matplatib、pyechat