最近刷朋友圈，很多童鞋的状态都是，不是在搞科研，就是在搞科研的路上，每日为了科研废寝忘食……
每天的生活日常，除了下文献、读文献，就是做实验、写论文，debug，二十多岁的自己看着像三四十……
然而，结果好像并不和努力成正比。不说发顶会无望，写一篇不水的论文都不是件容易的事。那些学术大牛们，怎么就可以手握多篇顶会论文还笔耕不辍，似乎发一篇高质量的论文是分分钟的事，他们究竟有什么独门秘籍？
最近就有入坑半监督学习的科研er私信吐槽：
想水论文！奈何导师只负责分配研究方向，然后就当甩手掌柜。
想发论文，却没有丁点思路，不知道从哪开始入手，代码也无人指导……
半监督学习作为机器学习的经典任务之一，在CV领域早已大显身手，在NLP领域也有也越来越宽广的应用前景。作为一个很有潜力的方向，卷起来了但是又不是那么卷，对于科研er来说，在这个方向可探索的空间还很大，获得一个好的idea，写出一篇好论文的概率相对就大得多。
很多童鞋的终极目标是拿着论文当敲门砖，去某某大厂开启人生新篇章。
那么剩下的问题就是，怎么发（水）论文？
想要快速发论文有两点至关重要。
1.紧跟风口。
想发文章最容易的方法就是紧跟风口，顺着领域内的研究趋势确定自己的方向，毕竟在热门领域内，创新点和idea远比其他非热门领域多。
2.有一位有经验有能力的前辈指导。
大家都在努力的设计新网络、新策略、新training算法，只要能够在某一问题上做到一个很好的performance，论文就水到渠成。而想要快速达到，来自前辈的指点不可或缺。
所以，要解决的问题就是：
1.找到风口
2.找到领域内的大神做导师
创新点和idea不可能凭空生成，好的performance 也绝不可能一蹴而就。
10月20日，沃恩智慧邀请在人工智能领域已颇有建树的Wendy老师，带大家精度三篇半监督学习最新前沿论文，全方位解读分布式场景下半监督学习发展应用、可创新方向。
分布式场景下的半监督学习研究，能够深度挖掘无标签样本信息，提高分布式学习的性能。这一方向主要聚焦于网络化系统中的多标签数据、样本属性缺失以及带有偏标签数据三种情况开展了系统的研究，克服了分布式实现的难点，并提出了相应的分布式半监督学习算法。
本课程针对网络化系统中分布式领域的一系列半监督学习问题开展研究，系统性地发展了分布式半监督学习理论，超前地将分布式信息处理方法与半监督学习相结合，并克服了许多由分布式存储、计算带来的困难，设计出了性能接近于对应集中式算法的分布式半监督学习算法，大幅度提升并确保了模型的精确训练。
01
亮点一：领读人和论文精挑细选
由在人工智能领域耕耘多年的科研大神带你精读最新顶会论文，作为有多篇顶会论文在手的科研大神，可充分把握人工智能发展的风向标。
02
亮点二：算法与论文齐头并进
Wendy老师将逐句分析论文中各段落、语句之间的关系，算法创新模型与科研论文创作技巧并学，以深厚的顶会、顶刊英文论文写作功力和深耕多年的科研经验带领大家层层闯关。
03
亮点三：全方位剖析，拒绝泛泛而读
针对论文，老师除了最基本的算法模型讲解外，更将从论文第一作者的角度深入剖析论文价值，并讲解论文泛读/精读的方法策略、写作方法策略、复现思路、代码分析……
带读论文题目
(1) Distributed Semi-Supervised Learning With
Missing Data
(2) Distributed Information Theoretic Semi-supervised Learning for Multi-label Classification
(3) Distributed Semi-supervised Regression
Learning with Coefficient Regularization