BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//https://techplay.jp//JP
CALSCALE:GREGORIAN
METHOD:PUBLISH
X-WR-CALDESC:【関東】統計的機械学習ノンパラメトリック
 ベイズ超入門
X-WR-CALNAME:【関東】統計的機械学習ノンパラメトリック
 ベイズ超入門
X-WR-TIMEZONE:Asia/Tokyo
BEGIN:VTIMEZONE
TZID:Asia/Tokyo
BEGIN:STANDARD
DTSTART:19700101T000000
TZOFFSETFROM:+0900
TZOFFSETTO:+0900
TZNAME:JST
END:STANDARD
END:VTIMEZONE
BEGIN:VEVENT
UID:662301@techplay.jp
SUMMARY:【関東】統計的機械学習ノンパラメトリックベイ
 ズ超入門
DTSTART;TZID=Asia/Tokyo:20180315T140000
DTEND;TZID=Asia/Tokyo:20180315T150000
DTSTAMP:20260408T100435Z
CREATED:20180303T021052Z
DESCRIPTION:イベント詳細はこちら\nhttps://techplay.jp/event/66230
 1?utm_medium=referral&utm_source=ics&utm_campaign=ics\n\nはじめに\n
 ノンパラベイズの超入門で、概要を掴みながら、次回
 以降により詳しい方向性を決めます。\n数式\n超入門と
 言いながら、無理ない程度にそれなりに数式をおって
 いこうとおもいます。\nベイズの定理・ベイズ推定\nwik
 ipediaで基本の基本を見直してみたいと思います。\nノ
 ンパラメトリックベイズ\n概念を簡単に確認したいと
 思います。主にベイズ推定で扱う事前分布のモデリン
 グに関してだと思います。\nQBMサンプリングモデル\n量
 子アニーリング・イジングを用いた量子ボルツマンマ
 シンの更新について確認したいと思います。\n変分ベ
 イズ\n量子イジングでベイズの実装も見てみたいと思
 います。\nQAOA+ベイズ最適化、ハイブリッドアルゴリズ
 ム\n量子ゲートモデルでのQAOA+ベイズ最適化を用いたク
 ラスタリング問題の概要を見直したいと思います。\n
 ベイズ最適化についても少し確認。\n資料とコミュニ
 ティ\nhttps://join.slack.com/t/mdr-qc/shared_invite/enQtMzEzMjg0NDE2MTY
 2LTNhYmU5N2NlNWExMmIyN2RkNmNmZTA0ODUxYTg2MThjODI0OTAyMjcxNTBjMDNiZGI3ZWIz
 ZmFjZWM0NzVhYzI\n場所\n本郷三丁目です。
LOCATION:MDR株式会社 東京都文京区本郷2丁目40-14山崎ビル3F
URL:https://techplay.jp/event/662301?utm_medium=referral&utm_source=ics&utm
 _campaign=ics
END:VEVENT
END:VCALENDAR