『Deep Learning』 輪読会 #10
イベント内容
『Deep Learning』 輪読会について
ディープラーニングの書籍の決定版と言われる本書籍をみんなで勉強する会です。
800ページもの大作ですが、ディープラーニングの理解に必要な数学やコンピュータサイエンスの基礎を網羅しているので、これからディープラーニングを学びたい人にとって最適の本です。
主催者側もこの分野に関しては素人なので、みんなで一緒に学んでいきましょう。
使用するテキスト
『Deep Learning』
※会場はwifiが使えない可能性があるため、予めダウンロードしておくことをおすすめします。
キーワード
人工知能、機械学習、ディープラーニング
前提となる知識
- 線形代数の基礎
- 確率統計の基礎
日時
2018年7月22日（日） 13:30〜16:30
タイムテーブル
| 時間 | 内容 |
|---|---|
| 13:30 - 13:35 | 輪読会（主催団体）の説明 |
| 13:35 - 13:40 | 簡単な自己紹介 |
| 13:40 - 16:30 | 勉強会（途中休憩を挟む場合があります） |
前回までの内容
| 内容 | |
|---|---|
| 第1回 | 第2章 線形代数 |
| 第2回 | 第5章 機械学習の基礎（前半） |
| 第3回 | 第5章 機械学習の基礎（後半）〜 第6章 深層順伝播型ネットワーク（後半の一部） |
| 第4回 | 第6章 深層順伝播型ネットワーク（後半）〜 第7章 深層学習のための正則化 （後半の一部） |
| 第5回 | 第7章 深層順伝播型ネットワーク（後半の一部）〜 第8章 深層モデルの訓練のための最適化 （前半） |
| 第6回 | 第8章 深層モデルの訓練のための最適化（後半）〜 第9章 畳み込みネットワーク |
| 第7回 | 第10章 系列モデリング：回帰結合型ニューラルネットワークと再帰型ネットワーク〜 第11章 実用的な方法論 |
| 第8回 | 第12章 アプリケーション |
| 第9回 | 第13章 線形因子モデル 〜 第15章 表現学習（前半） |
今回の内容
第15章 表現学習モデル（後半）
講師：autoalgeさん
第16章 ：深層学習のための構造化確率モデル（前半）
講師：宮崎
第16章 : 深層学習のための構造化確率モデル（後半）
講師：Tamakiさん
事前準備
可能であれば今回の範囲を一通り読んできてください。
読んでなくても参加可能です。
参加費
500円（部屋代・設備レンタル代として）
講師をしていただける場合は無料です
会場
産業商工会館 第１集会室
http://www.city.suginami.tokyo.jp/shisetsu/sangyo/shoko/1007450.html
slack
slackに専用ルームがあります。参加ご希望の方は管理者までメッセージをお願いします。
注意事項
※ こちらのイベント情報は、外部サイトから取得した情報を掲載しています。
※ 掲載タイミングや更新頻度によっては、情報提供元ページの内容と差異が発生しますので予めご了承ください。
※ 最新情報の確認や参加申込手続き、イベントに関するお問い合わせ等は情報提供元ページにてお願いします。
※ 掲載タイミングや更新頻度によっては、情報提供元ページの内容と差異が発生しますので予めご了承ください。
※ 最新情報の確認や参加申込手続き、イベントに関するお問い合わせ等は情報提供元ページにてお願いします。
