BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//connpass.com//Connpass//EN
CALSCALE:GREGORIAN
METHOD:PUBLISH
X-WR-CALDESC:connpass-[Math & Coding #04] 深層確率プログラミン
 グ入門 / 予測モデリング
X-WR-CALNAME:connpass-[Math & Coding #04] 深層確率プログラミン
 グ入門 / 予測モデリング
X-WR-TIMEZONE:UTC
BEGIN:VEVENT
SUMMARY:[Math & Coding #04] 深層確率プログラミング入門 / 予
 測モデリング
DTSTART:20180811T051500Z
DTEND:20180811T084500Z
DTSTAMP:20261022T073909Z
CATEGORIES:
CREATED:20180715T065158Z
DESCRIPTION:Math & Codingは主に分析業務や予測モデルの作成
 、機械学習にたずさわる方が  \n数学とプログラミング
 のスキルを向上させたい方が集い学び合う場です。\n\n
 難しい概念や技術も、シンプルな例で確認したり参加
 者が対話することで本質的な理解を得られると考えま
 す。\n本グループは、互いに教え学び合いができるよう
 なコミュニティとなることを目指します。 ◆groupペー
 ジ\nhttps://www.facebook.com/groups/284004485439214/\n\n進行につい
 て  \n運営者が必要に応じて進行や議論の整理などを行
 います。  \n内容に関係する質問ならいつでもOKです。 
 質問は認識を深める大切なコミュニケーションだと考
 えます。\n\n内容について\n\n[1] 深層確率プログラミン
 グ入門 TensorFlow + Edwardで確率モデリングと変分推論 京
 都大学 大学院医学研究科人間健康科学系専攻\nビッグ
 データ医科学分野  \n特定助教 小島 諒介 氏\n\n今回の内
 容について  \n深層確率プログラミングライブラリ Edward
 について紹介します。  \nEdwardは確率のモデリングと推
 論および評価を行うためのPython ライブラリです。  \nそ
 れは確率モデルの素早い実験や研究の用途や小規模な
 古典的階層モデルから大規模データで複雑な深層確率
 モデルまでをカバーする実装環境です。  \nEdwardはベイ
 ズ統計学と機械学習、深層学習および確率プログラミ
 ングを統合したフレームワークとして2017年に発表され
 ました。  \n世の中の不確かな事象を簡潔なソースコー
 ドで表現することができ、柔軟にモデリングを行うこ
 とができることから強力な機械学習のツールとして非
 常に注目を集めています。  \nEdwardの柔軟なモデリング
 能力は変分推論と呼ばれる一般性の高い推論アルゴリ
 ズムに支えられており、\n今回は、Edwardの紹介と変分推
 論を題材に確率事象を簡潔なPythonコードで記述するこ
 とができることを事例として紹介します。\n\n準備と前
 提知識  \n初歩的な統計学（ベイズ統計 )  \nPython3.6  \n最
 新のTensorFlowとEdwardのインストールをされているとより
 楽しめます。  \n*edwardはtensorflowに一部取り込まれてい
 ますが、すべての機能が使えるようにはなっていない
 ため両方のインストールをお勧めします. \n\nTensorFlow: ht
 tp://tensorflow.org  \nEdward: http://edwardlib.org/\n\n[2] 予測モデ
 リング合宿成果共有  \nMath & Codingでは2018年8月3日から5
 日にかけて参加者各自が具体的なデータセットを持ち
 寄り  \n予測モデルを構築する合宿を行いました。成果
 や改善点などを参加者と分かち合います。\n\n[2-1] TPUを
 使用したTransformerによる応答文生成モデルの事例紹介  \
 n笹野 泰正 氏\n\n[2-2] 異常検知にパーティクルフィルタ
 を適用してみた  \n岡田 年明 氏\n\n[2-3] Kaggleチャレンジ 
  \n株式会社セカンドセレクション ソリューション事業
 部 スペシャリスト 辻田 英史 氏\n\n[2-4] Optimal pricing in e-
 commerce based on sparse and noisy data 論文実装  \nKernelRegression
 とMCMCを用いた最適価格モデリング  \n株式会社スクラム
 サイン 代表 北村\n\n終了後、希望者で懇親会を行う予
 定です。\n\n内容は変更される可能性があります。ご了
 承ください。  \n費用は会場費に当てさせてもらいます
 。  \n差額がでた場合は運営費に回します。\n\n興味のあ
 る方はぜひ参加くださいませ！\n\nhttps://math-coding.connpass
 .com/event/94907/
LOCATION:大阪府大阪市中央区西心斎橋1-5-5 アーバンBLD心
 斎橋9階-C号 (BLD心斎橋9階-C号)
URL:https://math-coding.connpass.com/event/94907/
END:VEVENT
END:VCALENDAR
