0
雷锋网 AI 科技评论按：近期的论文分享活动大家还满意吗？想不想看到更多种类的分享内容呢？
现在属于谷歌旗下的 Kaggle 是全世界首屈一指的数据科学、机器学习开发者社区和竞赛平台，它不仅提供了许许多多技术交流、互争高下的机会，在比赛中显露头角的队伍也会被渴求人才的各大人工智能公司盯上，给出高薪诱惑他们“下水”。
在 Kaggle 风靡国外之后，国内也有京东、阿里在内的许多公司组织起自己的各种机器学习相关比赛，今年6月的京东 JData 算法大赛就是这样，除了提高自己的影响力，京东借机招人的心思同样体现得非常明显。企业们这样的目的，再加上国内机器学习/人工智能火热的大环境，国内的各种比赛不仅会越来越多，比赛中队伍的总体水平也会跟着越来越高，对参赛的人自己来说也是非常好的交流和检验的机会。
那亲爱的读者，你心动了吗？如果你心动却没有行动，是因为你觉得自己没有好队友、没有好技术、没有比赛经验吗？
雷锋网 AI 研习社组织的明天的学术青年分享会就会给你带来一剂良药，我们邀请了在 Kaggle 上参加亚马逊比赛的金牌队伍成员给大家讲讲他们的获奖方法。
本次分享会中，我们邀请到了中山大学CIS实验室的研二学生刘思聪。他所在的队伍在 Kaggle 上的亚马逊比赛中获得了金牌。他的分享主题是：“图像比赛的通用套路”。
刘思聪要分享的内容提纲为：
单模型构建：预训练模型的使用、魔改和效果
数据增强：如何选取适合的数据增强方法，测试时的数据增强（TTA）
K-折交叉验证：利用上全部训练数据, 准确评估模型泛化性能
模型集成：Average Bagging，Bagging Ensemble selection，Attention Stacking
队伍成员介绍
本次分享会时间： 8 月 5日（星期六）晚 8 点（北京时间）
本次分享会地点：AI 研习社微信群
长按识别或手机扫描下方二维码，进入 AI研习社（公众号：okweiwu）微信交流群，8月5日（周六）晚八点，活动准时开始！
直播过程中有任何想问分享者的问题，可以在群内提出，思聪同学会在正文结束后为大家解答！
后续还有更多精彩分享，请继续关注雷锋网 AI 科技评论！
雷峰网原创文章，未经授权禁止转载。详情见转载须知。
