ベイズ推論のための確率・統計

2018/07/16(月)13:00 〜 18:00 開催
ブックマーク

イベント内容

内容概要

最近ゆっくりと脚光を浴び始めているのが「ベイズ推論による機械学習」です。
確率統計学において「最も」重要であると言っても過言ではない「ベイズの定理」を軸として生まれるこの手法は、より高度な確率統計論を駆使し、確率分布のパラメータを「確率的に」予測するという、ディープラーニングとは全く異なる趣を持つ理論です。
ディープラーニングが潜在的に抱える種々の問題を解消するきっかけとなる「ベイズ推論による機械学習」を学ぶために必要な、高度な確率統計の知識をわかりやすくお届けします。

受付・入場時間

開始の10分前から

カリキュラム

  • 積分の基本
  • 確率変数の期待値、分散、標準偏差
  • 代表的な確率分布
    • ベルヌーイ分布
    • マルチヌーイ(カテゴリカル)分布
    • 二項分布
    • ポアソン分布
    • 正規分布
    • ベータ分布
    • ガンマ分布
    • ディリクレ分布
  • ベイズの定理の復習
  • ベイズ更新とベイズ推論
  • 共役事前分布
  • ベイズ推論によるパラメータの推定(ハンズオンを交えて)
    • ベータ分布によるベルヌーイ分布のパラメータ推定
    • ガンマ分布によるポアソン分布のパラメータ推定
    • 正規分布のパラメータ推定

*若干変更なる場合があります。

対象者(受講にあたっての前提知識)

「微分」「線形代数」「確率統計Day1, Day2」講座を受講もしくは、修了相当の理解をしていること

会場へのアクセス方法

土曜日はビル正面玄関が閉まっているため、開始10分前より随時内側から開錠いたします。
ビル正面玄関前でお待ちいただきますようお願い致します。
https://imgur.com/a/XteLG

遅刻される方は、入り口に着かれましたら、skillupai.tokyo@gmail.comまでご連絡ください。
スタッフがお迎えに行きます。

ビル館内では飲食物の購入はできませんので、飲食物は事前に購入の上、ご来場ください。

講座中(休憩時間など)にビル外に外出される際は、スタッフまでお声がけください。
また携帯をご持参頂き、お戻りの時間をskillupai.tokyo@gmail.comまでご連絡ください。
ビル正面玄関へ、スタッフがお迎えに上がります。

講師

S Akematsu

東北大学理学部数学科卒業。個人事業を経て、高専向け学習塾「ナレッジスター」の経営などを行う教育特化型企業「合同会社Haikara City」を創業。現在、高専教育、社会人向けIT教育、WEB教育コンテンツの発信等を主に行う。著書 線形空間論入門� 。現在は、画像解析システムの研究開発企業に対して、DeepLearningに関する数理コンサルティング、数学指導なども行う。

*もしくは、機械学習に精通した他の講師が務めます。

当日のお持物

ご自身のノートPC(必須)
筆記用具

講座までの準備

なし

領収書

【Paypalでお支払いの場合】
PayPal発行の受領書が領収書となります。
受領書ページは、PayPalの支払い完了ページで「印刷用受領書を見る」をクリックすると表示されます。
(当社よりの重複しての領収書発行は行えません)

備考

  • 長時間ですので、ところどころ休憩を挟みます
  • 勉強会内容を撮影もしくは録音することは、ご遠慮ください
  • 個人ブログへの記述については、良識の範囲内でお願いいたします
  • 講義コンテンツは全てスキルアップAIに帰属していますので、複製はご遠慮ください

運営団体

https://www.skillupai.com

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。
情報提供元ページ(Doorkeeper)へ

新規会員登録

このイベントに申し込むには会員登録が必要です。
アカウント登録済みの方はログインしてください。



※ ソーシャルアカウントで登録するとログインが簡単に行えます。

※ 連携したソーシャルアカウントは、会員登録完了後にいつでも変更できます。

関連するイベント