DeepLearningの重要論文を原文ベースで読み解くにあたってのフォローアップセミナー【系列モデリング編】
2019/05/26(日)13:00
〜
15:30
開催
ブックマーク
参加枠 | 申込形式 | 参加費 | 参加者 |
---|---|---|---|
セミナー参加者枠
|
先着順 |
4,000円
現金支払い
|
2人 / 定員6人 |
イベント内容
内容概要
https://reading-innovation.connpass.com/event/128432/
上記セミナーを実施したのですが、時間が足りなくて不完全燃焼だったのとなかなか話していて
楽しいセミナーだったので、月一のオムニバスでゆるく開催していければと思います。
第二回では系列モデリングと強化学習を絡めながら解説できればと考えています。
具体的には下記の記事などをベースに深く考察していければと思います。
https://lib-arts.hatenablog.com/entry/paper7_DQN
https://lib-arts.hatenablog.com/entry/paper9_WaveNet
https://lib-arts.hatenablog.com/entry/paper20_Seq2Seq
※
最低限の基礎知識は前提としたいので、画像分類タスクにおける基本アーキテクチャは知っている
ものとしてご参加はお願いします。自信のない方は下記記事の内容だけでも把握してきてください。
https://lib-arts.hatenablog.com/entry/paper1_AlexNet
https://lib-arts.hatenablog.com/entry/paper2_VGGNet
https://lib-arts.hatenablog.com/entry/paper3_ResNet
開催日程
5/26(日)
受付: 12:50〜13:00
講義: 13:00〜15:30
※
途中で適宜休憩時間を挟む予定です。
アジェンダ
・DeepLearning概論(15分)
軽く事前知識を揃えます
・系列モデリング概論(40分)
系列データをどのように見るべきか
時系列モデル
音声合成
確率過程
強化学習
・言語処理と系列モデリング(30分)
Word2Vecとencoder、decoder
Seq2Seqと系列モデリング
・音声合成と系列モデリング(30分)
時系列基礎(AR、ARMA など)
ARIMAモデルとその限界
CNNはARIMAモデルの拡張?!
dilated causal convolutionとWaveNet
・強化学習と系列モデリング(30分)
確率過程とマルコフ過程
強化学習は時系列問題の拡張
マルコフ決定過程と報酬
ベルマン方程式と状態(行動)価値
Q-learningとDQN(Deep Q Network)
※
時間配分は目安なので、少々変更になる可能性があります。
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
想定参加者
・arXivなどに上がっている論文を実際に自分で読めるようになりたい方
・DeepLearningの研究トレンドを知りたい方、自分で掴めるようになりたい方
・知っておくと良い基礎知識や英語表現について知りたい方
講師プロフィール
東大工学部卒。
データ分析/AI開発の仕事の経験は7年ほどで、理論/開発/ビジネスのどれも経験があり強い。
また、多くの業界のプロジェクトに関わったためドメイン知識も豊富。
初心者向けの指導実績も多く、1,000名近い。
費用
・4,000円 (2.5時間)
※ 領収書発行の際は法人参加と見なし、追加1,000円とさせていただければと思います。
定員
6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。