what are multi-task and meta learning ?
✨ 팀 소개
<aside>
💡 안녕하세요. 가짜연구소 Meta Learning 스터디입니다.
본 스터디는 Stanford의 CS330(Deep Multi-Task and Meta Learning) 강의를 완주를 위해 함께 공부하는 모입입니다😊
이번 모임을 통해서 Meta Leanring에 대한 개개인의 이해도 향상과, Muti-task & Meta Learning에 대한 아이디어와 고민을 나눌 수 있는 동료를 만들면 좋을 것 같습니다! 👊🏻
</aside>
🚩 빌더 소개
안녕하세요, Multi-task & Meta learning 스터디디를 진행할 가짜연구소 5기 빌더 민예린 입니다!
저는 주로 강화학습을 공부했고,
강화학습을 하다 보니 제가 학습한 task(or environment) 외에 비슷한 task에서도 잘 동작하는 모델을 만들고 싶어서 Multi-task & Meta learning 에 관심을 가지게 되었습니다!!
본 스터디에서는 Multi-task & Meta Learning에 대한 개념의 명확한 이해와 간단한 코드 실습 정도의 목표를 가지고 있습니다.
📢 스터디 공지
<aside>
📢 공식적인 마지막 모임은 11/15, 화요일 21:00 에 예정되어 있습니다.
- 자료 링크 : CS330
- 참여 링크 : Gather town Room E (링크)
- 청강을 위해 매주 화요일 오후 6시 30분, 디스코드를 통해 참여 링크를 공유하겠습니다!)
</aside>
🖱️ 기능 메뉴
출석 체크
관련 자료
⚽ Ground Rule
<aside>
📢 스터디 규칙
-
진행 & 발표
- 출석체크를 위해 실명으로 참여 부탁드립니다.
- 온라인에서 여러분을 만나는 환경이므로 웹캠을 꼭 준비해 주세요~
- 발표자는 발표 자료를 **노션(또는 편한 형식)**에 정리하고 발표 날 공유 부탁드립니다.
- 3회 이상 무단 결석 시 수료 불가합니다. (OT, 리뷰 제외)
-
정기 모임 시간 & 장소
- 시간: 매주 화요일 오후 9시
- 장소: 온라인(Gather Town)
-
청강 가능
</aside>
👟 학습 활동
<aside>
💡 오픈 아카데미 형태(=청강 가능)로 진행하며, 발표자료는 가짜연구소를 통해 공개적으로 배포할 수 있도록 할 예정입니다.
</aside>
-
스터디 준비
- 스터디원 모두 해당 주차에 해당하는 강의를 듣고 공부를 진행합니다.
- 발표자로 선정될 수 있기 때문에 발표도 함께 준비해주세요. 발표는 30 ~ 40분 정도를 기준 노션에 강의 요약 형식으로 준비해주시면 됩니다!
- 블로그에 강의를 요약한다는 느낌으로 작성해주시고, 그대로 쭉 설명해주시면 됩니다. 각자 작성한 글은 개인 블로그에 게시가 가능하며 발표자의 자료를 대표로 아카이빙 할까 합니다!
- 이때 혹시 노션이 불편하시면 ppt 등 편하신 형식으로 준비해주셔도 무방합니다. 발표 자료를 온라인에 게시하기 편한 형식으로 만드신다면 개인적으로도 잘 활용하실 수 있을 거 같습니다!
-
스터디 모임
- 모임 시작 당일에 발표자를 추첨으로 선정합니다.
- 고르게 발표 기회를 가질 수 있도록 직전 주 발표자는 발표 후보에서 제외하고 발표자를 선정할 예정입니다.
- 12번의 모임에서 총 8 ~ 9번의 발표가 있을 예정이기 때문에 발표를 2번 이상 하신 분도 발표 후보에서 제외입니다.
- 발표자는 ‘자료 아카이빙’에 페이지를 생성하여 발표 자료를 옮겨 넣습니다.
- 발표가 끝난 후에는 모두 느낀점이나 질문 등을 하나 이상 꼭 공유합니다.
-
모임 외 시간에는 디스코드를 통하여 좋은 자료 공유나 질문 등을 통해 소통 하면 좋을 거 같습니다 😄
-
매주 돌아가면서 각자 연구 내용에 대한 공유를 진행할 예정입니다.
💫 팀 멤버
Untitled
📜 스터디 계획표