PAPER READING GROUP #2

El Grupo de Lectura de Papers es una iniciativa de DataScience.uy dedicada al estudio e investigación académica en el campo del aprendizaje profundo y áreas relacionadas.

Objetivo

Fomentar discusiones interdisciplinarias y brindar a los participantes una sólida base de conocimientos en el área, al mismo tiempo democratizar el acceso al conocimiento y promover la comprensión de los conceptos fundamentales detrás de la Inteligencia Artificial y el Aprendizaje Automático.

La dinámica se desarrollará con la presentación de artículos, los cuales serán expuestos por miembros de la comunidad. Posteriormente, se lleva a cabo una discusión abierta entre todos los asistentes, donde se exploran y analizan en profundidad los aspectos relevantes de cada paper.

Método y Formato

• Presentación y discusión de papers fundamentales en el área de aprendizaje automático.
• Resumen, análisis de código y visualizaciones relacionadas con los artículos presentados.

Cronograma

El cronograma de cada sesión se organiza de la siguiente manera:

• 5 minutos: Introducción al tema, con el objetivo de facilitar la comprensión a aquellos participantes que no están familiarizados con el campo en cuestión.
• 25 minutos: Presentación del paper por parte del expositor.
• 60 minutos: Discusión abierta, donde todos los participantes pueden aportar comentarios, preguntas y reflexiones sobre el artículo presentado.

En cada sesión habrá un encargado de coordinar y facilitar las sesiones.

Cómo participar

Para participar en nuestras sesiones, te invitamos a seguir los siguientes pasos:

• Únete al [https://join.slack.com/t/datascienceuy/shared_invite/zt-25sowueoi-KBNsDiSWM9ZD0dOUv6WuMA]) para interactuar y participar en él channel #paper-reading-group con el resto del grupo.
• Es requisito antes de cada sesión leer el paper que será discutido. Escribe tus ideas, reflexiones o preguntas y compartelas en la sesión.
• Sugiere papers para presentar en el canal de Slack para la siguiente sesión.

Durante las sesiones

Te alentamos a participar con comentarios y preguntas, con el fin de crear un ambiente fructífero y enriquecedor para todos. Ten en cuenta que el nivel de conocimiento de los participantes puede variar, por lo que el objetivo principal es disfrutar del proceso de aprendizaje y compartir conocimientos.

Después de cada sesión

Se buscá una persona voluntaria para exponer en la siguiente reunión. Además, valoramos tus comentarios y sugerencias, por lo que te invitamos a proporcionar feedback a través del siguiente formulario, así como a proponer nuevos papers para futuras discusiones.

Cualquier idea o sugerencia que tengas no dudes en compartirla en el slack con el resto de los miembros del grupo.

----

Para la sesión del 16 de Noviembre vamos a revisar y discutir el paper “On Large-Batch Training for Deep Learning: Generalization Gap and Sharp Minima” de los autores Nitish Shirish Keskar, Dheevatsa Mudigere, Jorge Nocedal, Mikhail Smelyanskiy, Ping Tak Peter Tang

Link: https://arxiv.org/abs/1609.04836

¡Te esperamos!