Machine Learning A Probabilistic Perspective輪読会#17

機能改善イベント資料の投稿において、SlideShareやSpeakerDeckと同様に、Docswellの資料を埋め込みスライド表示できるように対応いたしました。資料の投稿機能は、資料URLを指定するだけで、URLから取得した情報を、適した形でconnpass上で表示・共有できる機能です

Nov

15
Machine Learning A Probabilistic Perspective輪読会#17
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 11/30
参加者への情報	(参加者と発表者のみに公開されます)

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11月15日（日）　16:00〜18:00

その後の予定（仮）
　2020年12月20日（日）
　2020年1月17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 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
第12回	Section 5 Bayesian statistics P166 - P171
第13回	Section 5 Bayesian statistics P171 - P176
第14回	Section 5 Bayesian statistics P176 -Last
第15回	Section 6 Frequentist Statistics P191 - P199
第16回	Section 6 Frequentist Statistics P199 - P205