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
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。

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。 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 https://www.facebook.com/groups/284004485439214/

進行について
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。
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。

内容について

[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 ビッグデータ医科学分野
特定助教 小島 諒介 氏

今回の内容について
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。
Edward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。
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。
Edward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。
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。
Edward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、 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。

準備と前提知識
初歩的な統計学（ベイズ統計 )
Python3.6
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。
*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.

TensorFlow: http://tensorflow.org
Edward: http://edwardlib.org/

[2] 予測モデリング合宿成果共有
Math & 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
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。

[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
笹野　泰正 氏

[2-2] 異常検知にパーティクルフィルタを適用してみた
岡田 年明 氏

[2-3] Kaggleチャレンジ
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

[2-4] Optimal pricing in e-commerce based on sparse and noisy data 論文実装
KernelRegressionとMCMCを用いた最適価格モデリング
株式会社スクラムサイン 代表 北村

終了後、希望者で懇親会を行う予定です。

内容は変更される可能性があります。ご了承ください。
費用は会場費に当てさせてもらいます。
差額がでた場合は運営費に回します。

興味のある方はぜひ参加くださいませ！