ベイズ推論のための確率・統計
2018/08/04(土)14:00
〜
19:00
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 Mizoguchi スキルアップAI講師。統計検定一級所持。ハンズフリー音声通信に適した聴覚的品質を損なわない音声強調をテーマに、深層学習と高次統計量分析の観点から、chainer を用いて研究を行っている。東京大学大学院所属。
当日のお持物
ご自身のノートPC 筆記用具
講座までの準備
【動作環境】 MacOSX 10.9 以上 Windows 7 以上(64bit必須) メモリ8GB以上必須 ※8GB未満でも受講して頂くことは可能ですが、大きなデータを扱う演習の際に不具合が発生する可能性があります。 メモリ不足が原因の不具合についてはサポートすることができませんので、あらかじめご了承ください。 【環境構築について】 Anaconda3-5.0.1以上の事前インストールをいただき、ブラウザでnotebookが表示されるところまでをお願いいたします。 こちらを参考にしてください。 https://goo.gl/FRWrax ※各自で必ず当日までに環境構築のみはお願いいたします。 もし環境構築等でご不明な点等あれば、事前にご連絡いただければご案内します。
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
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。