新機能 イベントメッセージの予約機能を追加しました。イベント主催者様は、参加者へのメッセージ送信を事前に予約できます。詳しくはこちらをご確認ください。

新機能 イベント詳細画面に「参加者への情報」欄を追加しました。イベント管理者、発表者、参加者(抽選中や補欠は除く)だけに表示されるフィールドです。詳しくはこちら

このエントリーをはてなブックマークに追加

Feb

29

【開催検討中】理論から理解する機械学習 feat.PRML #4

【全14回】 PRML(上)を参考書に、機械学習とパターン認識の様々な理論や手法を紐解く

Organizing : Shinonome, inc.

Hashtag :#dev_data
Registration info

参加枠

Free

FCFS
27/60

Description

開催検討中のイベントになります

国内外での新型コロナウイルスへの感染が拡大する状況を鑑みて、
【第3回dev_data勉強会】及び以降の勉強会開催につきましては、開催を検討しております。
皆様の安全と健康を第一に考えた上、今後の開催につきましては1週間以内にご連絡を差し上げます。

何卒ご理解の程、お願い申し上げます。

講座の概要

「パターン認識と機械学習 (PRML)」 (丸善出版 C.M.ビショップ )を参考にしながら、線形回帰や線形判別モデル など機械学習の基礎的な項目を学習します。

これまでPlayGroundのメンバーで開催してきた講座を、このたび一般公開することにしました。
PlayGroundについて

機械学習に興味があり時間的にも都合の良い方、お気軽にご参加いただければと思います!

対象者

学生、社会人問わずPRMLをこれから始める人、挫折した経験のある人
(cannpassからの参加者以外にPlayGroundに所属する学生も参加します。)

今回の内容

内容
4. 回帰(ベイズ)(2) 3.5 エビデンス近似(エビデンス関数の評価、エビデンス関数の最大化、有効パラメータ数)

講座計画

内容
1. 回帰(1) 3章導入
3.1 線形基底関数モデル(最尤推定と最小二乗法、逐次学習、正則化最小二乗法)
2. 回帰(2) 3.1 線形基底関数モデル(出力が多次元の場合)
3.3 ベイズ線形回帰(パラメータの分布、予測分布)
3. 回帰(ベイズ)(1) 3.3 ベイズ線形回帰(等価カーネル)
3.4 ベイズモデル比較
4. 回帰(ベイズ)(2) 3.5 エビデンス近似(エビデンス関数の評価、エビデンス関数の最大化、有効パラメータ数)
5. 識別関数による分類(1) 4章導入
4.1 識別関数(2クラス、多クラス、分類における最小二乗、フィッシャーの 線形判別)
6. 識別関数による分類(2) 4.1 識別関数(最小二乗との関連、多クラスにおけるフィッシャーの判別、パーセプト ロンアルゴリズム)
7. 生成モデルによる分類 4.2 確率的生成モデル(連続値入力、最尤解、離散特徴、指数分布族)
4.3 確率的識別 モデル(固定基底関数)
8. 識別モデルによる分類 4.3 確率的識別モデル(ロジスティック回帰、反復重み付け最小二乗、多クラスロジスティック回帰、プロビット回帰、正準連結関数)
9. 識別モデルによる分類(ベイズ) 4.4 ラプラス近似(モデルの比較とBIC)
4.5 ベイズロジスティック回帰(ラプラス近似、予測分布)
10. ニューラルネットワークのモデル 5章導入
5.1 フィードフォワードネットワーク関数(重み空間対称性)
11. ニューラルネットワークの訓練 5.2 ネットワーク訓練(パラメータ最適化、局所二次近似、勾配情報の利用、勾配降下最適化)
12. ニューラルネットワークの訓練と正則化 5.3 誤差逆伝播(誤差関数微分の評価、単純な例、逆伝播の効率、ヤコビ行列)
5.5 ニューラルネットワークの正則化(無矛盾なガウス分布)
13. ニューラルネットワークの正規化 5.5 ニューラルネットワークの正則化(早期終了、不変性、接線伝播法、変換されたデータを用いた訓練、たたみ込みニューラルネットワーク、ソフト重み共有)
14. ニューラルネットワーク(ベイズ) 5.6 混合密度ネットワーク
5.7 ベイズニューラルネットワーク(パラメータの事後分布、超パラメータの最適化、クラス分類のためのベイズニューラルネットワーク)

日時

日時:2020年2月29日(土) 12:30-14:30
開場:12:15

※毎週土曜日(ゴールデンウィークを除く) 全14回を予定しています。

会場

東京理科大学 オープンカレッジMAP

住所:東京都千代田区飯田橋4-10-1 セントラルプラザ2階
最寄駅: JR 「飯田橋」 東口 / 西口 徒歩1分
     東京メトロ「飯田橋」B2b/B5 徒歩1分

あると好ましいもの

「パターン認識と機械学習」 丸善出版 C.M.ビショップ

注意・免責事項(必読)

懇親会等は用意しておりません。食事等も用意しません。会場に自販機があります。
ご来社の際はconnpassの受付票と、(社会人の方は)名刺のご提示をお願いいたします。

発表者

Media View all Media

If you add event media, up to 3 items will be shown here.

Feed

【開催検討中】理論から理解する機械学習 feat.PRML #4 has been canceled. You cannot attend this event.
You can ask questions to the event organizer by writing a comment on the event page.

02/27/2020 11:49

Akane

Akane published 【開催検討中】理論から理解する機械学習 feat.PRML #4.

01/14/2020 18:48

理論から理解する機械学習 feat.PRML #4 を公開しました!

Group

dev_data 勉強会

「パターン認識と機械学習(PRML)」を参考に、『数学を使って学ぶ機械学習』をテーマにした勉強会

Number of events 14

Members 113

中止

2020/02/29(Sat)

12:30
15:00

You cannot RSVP if you are already participating in another event at the same date.

Registration Period
2020/01/14(Tue) 18:38 〜
2020/02/29(Sat) 15:00

Location

東京理科大学オープンカレッジ

東京都千代田区飯田橋4-10-1 セントラルプラザ2階

Attendees(27)

hiro10

hiro10

理論から理解する機械学習 feat.PRML #4に参加を申し込みました!

sy16

sy16

理論から理解する機械学習 feat.PRML #4 に参加を申し込みました!

tensaikamosirenai

tensaikamosirenai

理論から理解する機械学習 feat.PRML #4 に参加を申し込みました!

takakuni

takakuni

理論から理解する機械学習 feat.PRML #4 に参加を申し込みました!

d-nalbandian0329

d-nalbandian0329

I joined 理論から理解する機械学習 feat.PRML #4!

symplecticgmtry

symplecticgmtry

理論から理解する機械学習 feat.PRML #4 に参加を申し込みました!

ys1987

ys1987

理論から理解する機械学習 feat.PRML #4 に参加を申し込みました!

himeki

himeki

理論から理解する機械学習 feat.PRML #4 に参加を申し込みました!

ts0818

ts0818

理論から理解する機械学習 feat.PRML #4に参加を申し込みました!

tk66

tk66

理論から理解する機械学習 feat.PRML #4に参加を申し込みました!

Attendees (27)

Canceled (12)