イベント内容

これからベイズを勉強したい人のための会です。

講義ビデオはこちら↓です。
https://www.udemy.com/computervision/?fbclid=IwAR0eu09MnGaf1ljnIxXPwIeXB-BXvXdGlN15F3Vdri6B_GyQIHA2Gs1dMgY

復習したい方向けの過去回のライブ配信チャンネルはこちら↓
https://www.youtube.com/channel/UCF0IHQ1osMYsx6bgIuqQAyg

概要

PythonBeginners沖縄 公式slack の #begilab_bayes チャンネルで運用しています。
詳しくはそちらを御覧ください。
また、初めて参加を希望する方は準備がありますのでこちら↑のチャンネルでお声がけください。

会場について

現地参加希望者で不明な点がある方は#begilab_bayseチャンネルにてお問い合わせ願います。

リモート参加について

リモート参加OKです。

〜 アジェンダ 〜

時間	内容	スピーカー
09:00	接続開始
09:00-09:50	udemy講義を進める	全員
09:50-10:00	感想・次回の日程決め	全員
10:00	退場

〜 開催履歴 〜

第1回 進め方の相談 1.コース紹介 〜 4. Random variables 確率変数
第2回 5.Joint probability 同時確率 〜 7. Conditional probability 条件付き確率
第3回 8.Bayes' rule ベイズの定理 〜 12. section 2 worksheet
第4回 13.確率分布 〜 16.正規分布と正規逆ガンマ分布
第5回 進め方の相談 17.多変数正規分布と逆ウィシャート分布〜
第6回 18.分布の共役性〜19.共役分布とベイズの定理
第7回 22.確率分布のパラメータ推定〜23.最尤推定
第8回 24.確率分布のパラメータ推定〜26. ML, MAP, Bayes
第9回 27.正規分布の推定〜28. ML
第10回 29.正規分布のMAP推定〜30.正規分布のBayes推定
第11回 31.カテゴリ型分布の推定〜34.カテゴリ型分布のBayes推定
第12回 37.正規分布〜40.自己共役
第13回 42. 識別モデルと生成モデル 〜 44. 生成モデルによる線形回帰
第14回 45. 生成モデルによる識別 〜 50. Section6 worksheet
第15回 雑談
第16回 50. Section6 worksheet1
第17回 50. Section6 worksheet2
第18回 50. Section6 worksheet4〜53.潜在変数とEMアルゴリズム
第19回 54.Gaussian Mixture Model 混合正規分布 E-step
第20回 54.Gaussian Mixture Model 混合正規分布 M-step
第21回 54.Gaussian Mixture Model 混合正規分布 M-step
第22回 54.Gaussian Mixture Model 混合正規分布 M-step
第24回 55.t-distribution t-分布
第25回 55.t-distribution t-分布

注意事項