Math & Codingとは

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。 またそのために必要な数学も取り上げていきます。 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。 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。
◆groupページ
https://www.facebook.com/groups/284004485439214/

パターン認識と機械学習（PRML）について紹介

C.M.ビショップ氏の「パターン認識と機械学習」(通称,PRML）は、統計的機械学習について書かれた本の中でも高い人気を誇っています。機械学習の中で非常に重要な役割を果たしている確率統計の視点から、幅広い手法を解説しています。
機械学習の論文を読んだり実装する上で必要な基礎を身につける上で貴重な本だと考えています。
https://www.amazon.co.jp/gp/product/4621061224
英語版は無償で公開されているようです。

学ぶメリット
・機械学習の基礎になるので、最新の深層学習手法を理解するうえでも重要な要素を知ることができる。
・不確実性や観測できないものを含むデータに対して、どのように考えるかという確率モデルの考え方を知ることができる。

到達目標
・実践的なモデルを設計・実装できるようになる

今回の内容

1章序論 続き
前回、式番号(1.41)まで進みました。

進め方

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。

主催者は議論の整理をしたりペースを考えて進行するなどのことを行います。 集まったメンバー同士で重要となる数式やアルゴリズムについて議論しています。 聴いているいるだけの参加の仕方もOKです。

必要とする前提知識

微分積分、線形代数、確率の初歩の知識

対象者

機械学習について、理論的な背景含めきちんと学びたい方
確率プログラミングを学びたい方
PRMLを一人で読んだけど途中で挫折した方
PRMLを読んだけどもう一度復習したい方

予定

月二回程度週末の午前中を予定しています。 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。

運営

進行
北村 友和
株式会社スクラムサイン

サポ-ト
小島 諒介
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 特定助教

興味ある方はぜひご参加ください!