実装例のハンズオンで理解する機械学習(線形モデルによる回帰) #1
2019/04/26(金)20:00
〜
22:00
開催
ブックマーク
参加枠 | 申込形式 | 参加費 | 参加者 |
---|---|---|---|
セミナー参加費
|
先着順 |
3,000円
現金支払い
|
2人 / 定員5人 |
イベント内容
内容概要
PRML3章レベルの線形回帰モデルを実装を通して理解していきましょう
- 全体のゴール
- 自分で線形回帰モデルのベイズ推定の実装が出来る
- 実装レベルで線形回帰モデルを説明できる
- 4章以降に出てくる線形モデルの理解に支障がない
題材は別途輪読会で取り扱っているPRMLを用いようと思います。
https://reading-circle-beginners.connpass.com/event/115087/
第一回では、
- 解説内容
- 線形モデルとは
- 基底関数を用いた線形モデルによる回帰
- 線形回帰の最尤推定について
- ハンズオン
- Jupyterの使い方
- Pythonライブラリを用いた線形モデルの最尤推定の実装 ※ 解説内容については初歩から説明する予定なので、知らない単語があっても問題ありません
一緒に線形回帰をマスターしましょう!
開催日程
4/26(金)
受付: 19:50〜20:00
自己紹介: 20:00〜20:10
講義: 20:10〜22:00
※
途中5分ほど休憩を設ける予定です。
初回アジェンダ(予定)
多少変更の可能性があります
1. 解説(40分)
1-1. 線形モデルとは
1-2. 基底関数を用いた線形モデル
2. ハンズオン(40分)
2-1. Jupyter起動
2-2. 線形モデルの実装
2-3. 線形モデルからのサンプリング
2-4. 可視化してみる
3. 解説(40分)
3-1. 最尤推定とは
会場
水道橋駅、神保町駅、九段下駅周辺
千代田区西神田2-7-14 YS西神田ビル2F
対象者
- Pythonを使ったことがある
- 学部1年程度の基本的な線形代数・微積分
- 行列の掛け算
- 簡単な微分
が出来る程度の想定です
当日までにやっておいてほしいこと
- Anaconda(Python 3.x系)インストール
講師プロフィール
東京大学 生物系学科卒業。その後生物系分野で修士号を取得。
現在、大手Web系の企業でバックエンド開発やSparkを用いたビッグデータ解析関係の業務に従事中。
当日のお持物
- 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。 - PRMLをお持ちの方は持ってきていただけると参考になります(必須ではありません)
参考: PRMLの英語版は公式でフリーでダウンロード可能です
費用
3,000円
※
・領収書発行の際は事務手数料として追加1,000円のお支払いをよろしくお願いいたします
定員
5名(人数に合わせて調整します、別媒体でも募集していますので申し込み人数は当日参加者数を反映しません)
ご参加にあたってのお願い
無断欠席や前日以降のキャンセルに関しては当日人数読めなくなり非常に迷惑なので
基本的に行わないようにお願いします。(直前参加は定員的に問題なければ歓迎です!)
体調不良、職務都合、ご家庭の事情などどうしてものケースは別途ご連絡いただくか、
イベントへのお問い合わせよりご連絡いただけますと嬉しいです。
上記がひどいアカウントに関してはブラックリスト処理を行い以後の参加をお断りさせて
いただきますので、その点だけ予めご了承ください。
(7割以上来れる前提でのお申し込みと前日以降のキャンセルはメッセージでのご連絡を
いただくということだけ気をつけていただければ大丈夫だと思います)
モチベーションの高い参加者の方を重視する運営としていきたいと考えています。
ご協力のほど、よろしくお願いいたします。
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。