Machine Learning A Probabilistic Perspective輪読会#12

機能改善領収データ発行機能にてインボイス制度の書式での出力に対応しました。詳しくはこちらをご覧ください。

新機能参加者によるイベント出席機能をリリースしました。今までは主催者による出席管理機能はありましたが、大規模イベント等での受付処理が大変とのフィードバックをいただいてました。今後はイベント作成時に発行される「出席コード」を会場現地や配信で共有してもらうことで、参加者自身でイベント出席登録を行うことができるようになります。これにより受付処理が容易になりますので、イベント主催者の皆様はぜひご活用ください。詳しくはこちらをご確認ください。

Jun

21
Machine Learning A Probabilistic Perspective輪読会#12
機械学習の根本的理解を目指そう！

Organizing : 思考ラボ

Hashtag ：#機械学習

Registration info	参加枠 Free FCFS 13/30

Description

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

2020年6月21日（日）　16:00〜18:00

その後の予定（仮）
　2020年7月19日（日）
　2020年8月16日（日）

タイムテーブル

時間	内容
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 P1 ~ P22
第2回	Section 2 Probability P27 ~ P38
第3回	Section 2 Probability P38 ~ P49
第4回	Section 2 Probability P49 ~ Last Section 3 Generative models for discrete data ~ P68
第5回	Section 3 Generative models for discrete data ~ P81
第6回	Section 3 Generative models for discrete data ~ Last
第7回	Section 4 Gaussian models P97 - P107
第8回	Section 4 Gaussian models P107 - P114
第9回	Section 4 Gaussian models P114 - P125
第10回	Section 5 Bayesian statistics P149 - P163
第11回	Section 4 Gaussian models P125 - P130 Section 5 Bayesian statistics P163 - P165