Machine Learning A Probabilistic Perspective輪読会#39
イベント内容
Machine Learning A Probabilistic Perspective 輪読会について
機械学習、ディープラーニングの理解に必要となる基礎理論を網羅した大作「Machine Learning - A Probabilistic Perspective (MLaPP)」をじっくりと学んでいく会です。
Christopher Bishop著のPRMLの発展版とも言われ、機械学習を根本から理解したい方におすすめです。
主催者側もこの分野に関しては素人なので、一緒に学んでいきましょう。
使用するテキスト
「Machine Learning - A Probabilistic Perspective」
- アマゾン
※ネットでPDF版が落とせるようです
キーワード
人工知能、機械学習、確率統計
前提となる知識
- 線形代数の基礎
- 確率統計の基礎
日時
2022年9月18日(日) 16:00〜18:00
その後の予定(仮)
2022年10月16日(日)
2022年11月20日(日)
タイムテーブル
時間 | 内容 |
---|---|
13:00 | ZoomのミーティングID、パスワードを通知 |
16:00 - 16:05 | 輪読会(主催団体)の説明 |
16:05 - 16:10 | 簡単な自己紹介 |
16:10 - 18:00 | 勉強会(途中休憩を挟む場合があります) |
前回までの内容
内容 | |
---|---|
第1回 | Section 1 Introduction pp.1-22 |
第2回 | Section 2 Probability pp.27-38 |
第3回 | Section 2 Probability pp.38-49 |
第4回 | Section 2 Probability pp.49-Last Section 3 Generative models for discrete data pp.65-68 |
第5回 | Section 3 Generative models for discrete data pp.69-81 |
第6回 | Section 3 Generative models for discrete data pp.82-Last |
第7回 | Section 4 Gaussian models pp.97-107 |
第8回 | Section 4 Gaussian models pp.107-114 |
第9回 | Section 4 Gaussian models pp.114-125 |
第10回 | Section 5 Bayesian statistics pp.149-163 |
第11回 | Section 4 Gaussian models pp.125-130 Section 5 Bayesian statistics pp.163-165 |
第12回 | Section 5 Bayesian statistics pp.166-171 |
第13回 | Section 5 Bayesian statistics pp.171-176 |
第14回 | Section 5 Bayesian statistics pp.176-Last |
第15回 | Section 6 Frequentist Statistics pp.191-199 |
第16回 | Section 6 Frequentist Statistics pp.199-205 |
第17回 | Section 6 Frequentist Statistics pp.205-214 |
第18回 | Section 6 Frequentist Statistics pp.214-215 Section 7 Linear regression pp.217-222 |
第19回 | Section 7 Linear regression pp.222-230 |
第20回 | Section 7 Linear regression pp.230- |
第21回 | Section 8 Logistic regression pp.245- 254 |
第22回 | Section 8 Logistic regression pp.254- 264 |
第23回 | Section 8 Logistic regression pp.265- Last |
第24回 | Section 9 Generalized linear models and the exponential family pp.282-290 |
第25回 | Section 9 Generalized linear models and the exponential family pp.293-300 |
第26回 | Section 9 Generalized linear models and the exponential family pp.300 - Last Section 10 Directed graphical models pp.307 - 310 |
第27回 | Section 10 Directed graphical models pp.310-320 |
第28回 | Section 10 Directed graphical models pp.320-327 |
第29回 | Section 10 Directed graphical models pp.327-Last Section 11 Mixture models and the EM algorithm pp.337-342 |
第30回 | Section 11 Mixture models and the EM algorithm pp.342-357 |
第31回 | Section 11 Mixture models and the EM algorithm pp.357-367 |
第32回 | Section 11 Mixture models and the EM algorithm pp.367-Last Section 12 Latent Linear Models pp.381-382 |
第33回 | Section 12 Latent Linear Models pp.382-388 |
第34回 | Section 12 Latent Linear Models pp.388-399 |
第35回 | Section 12 Latent Linear Models pp.399-412 |
第36回 | Section 12 Latent Linear Models pp.413-Last Section 13 Sparse Linear Modesl pp.421- |
第37回 | Section 13 Sparse Linear Modesl pp.425-430 |
第38回 | Section 13 Sparse Linear Modesl pp.430-440 |
今回の内容
Section 13 Sparse Linear Modesl pp.441-
講師:KanSAKAMOTOさん
事前準備
可能であれば今回の範囲を一通り読んできてください。
読んでなくても参加可能です。
聴講だけの方もwelcomeです!
参加費
無料
※ 「ゲーム理論・入門 新版 輪読会」から続けて開催します
会場
オンライン開催(Zoomによる開催を予定しています)
当日13:00にZoomのミーティングID、パスワードを登録メールアドレスへ一斉通知します。
13:00以降に申し込まれた方は個別にお伝えしますので、管理者までメッセージをお願いします。
同時開催の輪読会について
当イベントの開催前の13:30から「ゲーム理論・入門 新版 輪読会」を開催します。
slack
slackに専用ルームがあります。参加ご希望の方は管理者までメッセージをお願いします。
注意事項
※ 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。
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。
![connpass](https://files.techplay.jp/JI32Z7OO7/images/top/apilogo_connpass.png)