BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//https://techplay.jp//JP
CALSCALE:GREGORIAN
METHOD:PUBLISH
X-WR-CALDESC:オンライン [Math & Coding] ベイズ深層学習  #4
X-WR-CALNAME:オンライン [Math & Coding] ベイズ深層学習  #4
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:831259@techplay.jp
SUMMARY:オンライン [Math & Coding] ベイズ深層学習  #4
DTSTART;TZID=Asia/Tokyo:20210925T093000
DTEND;TZID=Asia/Tokyo:20210925T123000
DTSTAMP:20260508T192233Z
CREATED:20210912T061739Z
DESCRIPTION:イベント詳細はこちら\nhttps://techplay.jp/event/83125
 9?utm_medium=referral&utm_source=ics&utm_campaign=ics\n\nMath & Codingと
 は\n数学とプログラミングのスキルを向上したい方が
 集い学び合う場です。\nまたそのために必要な数学も
 取り上げていきます。\n難しい概念や技術も、シンプ
 ルな例で確認したりメンバー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、その
 ようなこと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.facebook.com/groups/28
 4004485439214/  \n◆過去のイベント スクラムサインのコミ
 ュニティーページ \nhttps://scrumsign.com/community/  \nベイズ
 深層学習について\n本書のテーマは深層学習とベイズ
 統計の融合です。従来の深層学習では、主に大量のデ
 ータを学習できるスケーラブルなモデルの開発や予測
 精度の改善が重視され、予測結果の根拠に対する解釈
 性や信頼度に関する評価は後回しにされていました。\
 nその一方で、ベイズ統計は、解釈性の高い解析が行え
 る代わりに、大量のデータに対してスケールする手法
 の実応用は遅れていました。したがって、両者が互い
 の欠点を補いつつ歩み寄っていくのは自然な帰結と言
 えます。\nhttps://www.amazon.co.jp/dp/4065168708  \n学ぶメリッ
 ト\n・深層学習をベイズ統計の枠組みの中で捉えるこ
 とができる。\n・VAEや深層ガウス過程等の深層学習と
 ベイズ統計の組み合わせたモデルを学ぶことができる
 。  \n進め方\n最初に参加者全員が自己紹介します。\n 
 基本的に教科書の記述をよみ疑問をなげかけホワイト
 ボードに書いて確認したりします。 実際に簡単な事例
 を考えて理解を深めていくことを大切にしています。 
  \n準備\nこちらのZoomというオンラインミーティングの
 アプリを利用します。\n開始前までにインストールし
 てください。\nhttps://zoom.us/jp-jp/meetings.html\n開始時刻ま
 でに勉強会に参加可能なURLをconnpass登録メールアドレ
 スにお送りします。 \n以下用意いただくと便利です。\
 nホワイトボード共有  \nhttps://products.office.com/ja-jp/microso
 ft-whiteboard/digital-whiteboard-app  \nタブレット推奨ですが複
 数画面で立ち上げて閲覧されることをお勧めします。\
 nこちらもconnpass登録メールアドレスに参加可能なアド
 レスをお送りします。  \n休憩\nお菓子休憩を途中挟み
 ます。  \n必要とする前提知識\n微分積分、線形代数、
 確率、深層学習の基礎知識\n対象者\nベイズ統計と深層
 学習の両方に興味があり、組み合わせてモデリングし
 ていくことに将来性を感じる方  \n予定\n基本的には、
 第二第四土曜日の午前中を予定しています。 \n 教科書
 はある程度読んできていただいた方が満足感が得られ
 ます。    \n運営\n進行  \n北村 友和  \n株式会社スクラ
 ムサイン  \nサポ-ト  \n小島 諒介  \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 講師     \nサポート\n福重 貴雄\nパナソニック株式会
 社
LOCATION:オンライン オンライン
URL:https://techplay.jp/event/831259?utm_medium=referral&utm_source=ics&utm
 _campaign=ics
END:VEVENT
END:VCALENDAR