BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//https://techplay.jp//JP
CALSCALE:GREGORIAN
METHOD:PUBLISH
X-WR-CALDESC:[Math & Coding #04] 深層確率プログラミング入門 / 
 予測モデリング
X-WR-CALNAME:[Math & Coding #04] 深層確率プログラミング入門 / 
 予測モデリング
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:686716@techplay.jp
SUMMARY:[Math & Coding #04] 深層確率プログラミング入門 / 予
 測モデリング
DTSTART;TZID=Asia/Tokyo:20180811T141500
DTEND;TZID=Asia/Tokyo:20180811T174500
DTSTAMP:20260512T021210Z
CREATED:20180723T140504Z
DESCRIPTION:イベント詳細はこちら\nhttps://techplay.jp/event/68671
 6?utm_medium=referral&utm_source=ics&utm_campaign=ics\n\nMath & Codingは
 主に分析業務や予測モデルの作成、機械学習にたずさ
 わる方が\n数学とプログラミングのスキルを向上させ
 たい方が集い学び合う場です。  \n難しい概念や技術も
 、シンプルな例で確認したり参加者が対話することで
 本質的な理解を得られると考えます。\n本グループは
 、互いに教え学び合いができるようなコミュニティと
 なることを目指します。\n◆groupページ\nhttps://www.faceboo
 k.com/groups/284004485439214/\n進行について \n運営者が必要に
 応じて進行や議論の整理などを行います。\n内容に関
 係する質問ならいつでもOKです。 \n質問は認識を深め
 る大切なコミュニケーションだと考えます。  \n内容に
 ついて    \n[1]  深層確率プログラミング入門\nTensorFlow +
  Edwardで確率モデリングと変分推論\n京都大学 大学院医
 学研究科人間健康科学系専攻 ビッグデータ医科学分野
   \n特定助教 小島 諒介 氏  \n今回の内容について\n深層
 確率プログラミングライブラリ　Edwardについて紹介し
 ます。\nEdwardは確率のモデリングと推論および評価を
 行うためのPython ライブラリです。\nそれは確率モデル
 の素早い実験や研究の用途や小規模な古典的階層モデ
 ルから大規模データで複雑な深層確率モデルまでをカ
 バーする実装環境です。\nEdwardはベイズ統計学と機械
 学習、深層学習および確率プログラミングを統合した
 フレームワークとして2017年に発表されました。\n世の
 中の不確かな事象を簡潔なソースコードで表現するこ
 とができ、柔軟にモデリングを行うことができること
 から強力な機械学習のツールとして非常に注目を集め
 ています。\nEdwardの柔軟なモデリング能力は変分推論
 と呼ばれる一般性の高い推論アルゴリズムに支えられ
 ており、\n今回は、Edwardの紹介と変分推論を題材に確
 率事象を簡潔なPythonコードで記述することができるこ
 とを事例として紹介します。  \n準備と前提知識\n初歩
 的な統計学（ベイズ統計 )\nPython3.6\n最新のTensorFlowとEdw
 ardのインストールをされているとより楽しめます。\n*e
 dwardはtensorflowに一部取り込まれていますが、すべての
 機能が使えるようにはなっていないため両方のインス
 トールをお勧めします.  \nTensorFlow: http://tensorflow.org\nEdw
 ard: http://edwardlib.org/  \n[2] 予測モデリング合宿成果共有
     \nMath & Codingでは2018年8月3日から5日にかけて参加者
 各自が具体的なデータセットを持ち寄り\n予測モデル
 を構築する合宿を行いました。成果や改善点などを参
 加者と分かち合います。    \n[2-1] TPUを使用したTransforme
 rによる応答文生成モデルの事例紹介 \n  笹野　泰正 氏
    \n[2-2] 異常検知にパーティクルフィルタを適用して
 みた\n  岡田 年明 氏  \n[2-3] Kaggleチャレンジ\n  株式会
 社セカンドセレクション ソリューション事業部 スペ
 シャリスト 辻田 英史 氏  \n[2-4] Optimal pricing in e-commerce 
 based on sparse and noisy data 論文実装\nKernelRegressionとMCMCを
 用いた最適価格モデリング\n  株式会社スクラムサイン
  代表 北村  \n終了後、希望者で懇親会を行う予定です
 。  \n内容は変更される可能性があります。ご了承くだ
 さい。\n費用は会場費に当てさせてもらいます。\n差額
 がでた場合は運営費に回します。  \n興味のある方はぜ
 ひ参加くださいませ！
LOCATION:BLD心斎橋9階-C号 大阪府大阪市中央区西心斎橋1-5-5
  アーバンBLD心斎橋9階-C号
URL:https://techplay.jp/event/686716?utm_medium=referral&utm_source=ics&utm
 _campaign=ics
END:VEVENT
END:VCALENDAR