【初・中級者向け】ベイズの定理と事後確率 #1

ベイズ系のアプローチはややこしい話ではありなかなか取り扱えなかったのですが、他の
トピックが大体取り扱えたので、取り上げさせていただきます。
よくよく考えてみると、集合、順列組み合わせ、確率、数列は昔から好きな分野で試験などでも
よくお世話になっていたので、後回しになっていたのはなんだか不思議ではあります（笑）。

やはり若干とっつきづらいところもあるかなと思いつつ、ベイジアンネットワーク（階層ベイズ
モデル）やトピックモデルのLDAなど様々なところでベイズ系のアプローチは使われているので、
知っておいて損はない内容ではないかと思います。

当回では基本となる確率の数式表記（集合論用います）からベイズの定理を用いた簡単な
分類規則の作成方法についての話をすることで基礎を抑えつつ、ベイジアンネットワークや
LDAなどの応用的な話のさわりについてご紹介させていただければと思います。
また、scikit-learnを用いて実際のソースコードを動作させるハンズオンも軽く行えればと思います。

・確率の復習になります（集合論を用いたエレガントな表現について知れます）
・ベイズの定理について理解できます
・事後確率を用いた分類について理解できます
・ベイジアンネットワークやLDAについて概要が知れます

1/27(土)
受付：12:45〜13:00
講義：13:00〜15:00

東京都渋谷区代々木４丁目２８−８ 代々木村田マンション 711
JR山手線「新宿」駅徒歩10分、京王線「初台」駅徒歩4分、小田急線「参宮橋」駅徒歩6分

・イントロダクション
　　確率って覚えてますか？（復習）
　　確率をエレガントに表現しよう（集合論）
　　事後確率を用いた分類（ベイズの識別規則の導入）

・ベイズの定理とは
　　ベイズの定理基本（事後確率と尤度）
　　最大事後確率基準（分類）
　　実際に具体例で理解するベイズの識別規則
　　尤度比による分類

・ベイズ系のアプローチの応用の紹介
　　ベイジアンネットワーク（階層ベイズモデル）
　　トピックモデルとLDA

・scikit-learnを使ってのハンズオン


※講座内容は若干変更となる場合があります

・高校数学は大体は把握している方
・ベイズの定理を理解したい方
・ベイズ系のアプローチに興味がある方

※
ベイズの話が中心になるので、ニューラルネットワーク（CNN）についても知りたい方は
https://skillupai-reserch.connpass.com/event/77484/
上記も合わせてご検討いただければと思います。高校数学が怪しい方はいきなりTensorFlow
の会だと大変だと思いますので先に下記を受けていただくようよろしくお願いいたします。
https://skillupai-reserch.connpass.com/event/77403/

東大工学部卒。
データ分析/AI開発の仕事の経験は5年ほどで、理論/開発/ビジネスのどれも経験があり強い。
また、多くの業界のプロジェクトに関わったためドメイン知識も豊富。
初心者向けの指導実績も多く、200名は越える。

・ノートとペン
・ノートPC
=> ある程度のスペックは欲しいので、5年以内に購入したくらいのものだと嬉しいです。
=> また、Windowsよりもmacの方が環境構築が楽なのでオススメです。

上記記載の通りになります。
割引に関しましては、女性の少ない業界なので女性の参加者の割引と、懐事情を鑑みて25歳以下の
参加者への割引をさせていただければと思います。
また、1度で理解できなくても何度でも参加できるように同一タイトルの会への2回目以降の参加は
半額とさせていただきます。

Python+Anaconda付随のライブラリを利用できるようにしてきてください。
（具体的にはNumPy、scikit-learn、Jupyterの動作確認をしてきていただければと思います）
インストールがわからない方は、下記勉強会でプログラミング未経験者向けのフォローアップを
開催しておりますので、こちらも合わせてご参加いただければと思います。
https://skillupai-reserch.connpass.com/event/77487/
（次の日実施となりますが、3時間で余裕があるので補足も入れつつセットアップのサポートが
できればと考えております。）

領収書の発行も可能ですのでご希望の方はその旨お申し付けいただければと思います。
（個人で気軽に参加できるようにという価格設定なので、領収証発行の際は追加で2,000円の
お支払いをよろしくお願いいたします。）