イベントの説明
概要
Daphne Koller and Nir Friedman"Probabilistic Graphical Models: Principles and Techniques"を輪読します。1人では重い内容も複数人でやれば怖くないという会です。持ち回り式です。第2回はGMの基本となる、ベイジアンネットワークの基礎を取り扱います。
グラフィカルモデルは、様々な機械学習のモデルの屋台骨として活用されています。近年はロボットの語彙獲得など、認知能力のモデリングとしての役割が期待され、研究が活発になりつつあります。グラフィカルモデルを理解したい学生・技術者・研究者その他の方の参加をお待ちしております。 質問等は@t_Signullまでお願いします。
今回の範囲
- (希望者)第1章・第2章の復習
- 第3章 The Baysian Network Representation
本編の開始は19:00ですが、前回参加できなかった方向けに18:30から30分の復習セッションを設けます。
タイムテーブル
- 18:15 開場
- 18:30~19:00 (希望者)第1章・第2章の復習(@t_Signull)
- 19:00~19:10 開催趣旨説明・挨拶
- 19:10~20:35 3.1~3.2(YukiNoguchi)
- 20:35~22:00 3.3~3.5(yos1up)
- 22:00~22:10 LT枠1 論文紹介(予定)(@t_Signull)
- 22:10~22:20 LT枠2 募集中
- 22:20~22:30 自由時間・撤収
【重要】参加者へのお願い
原則参加者の方には持ち回りで輪読またはLTに回っていただきます。0.5章分を基本分量とします。
LT(5分~15分程度)での参加も歓迎致します。希望者はLT枠に参加登録の上、ひとことコメント頂けると助かります。
LTのトピックは、演習問題解答・論文/ツール紹介等、グラフィカルモデルと掠っていればなんでも構いません!
参考書
輪読書
- D, Koller & N. Friedman, Probabilistic Graphical Models: Principles and Techniques, MIT Press, 2009.
本輪読会への参加には上の本が必要になります。購入をお願いいたします。
副読本
- D. Barber, Bayesian Reasoning and Machine Learning, Cambridge University Press, 2012.
- K. Murphy, Machine Learning: A Probabilistic Perspective, MIT Press, 2012.
- C. Bishop, Pattern Recognition and Machine Learning, Springer, 2006
- 渡辺 有佑, 機械学習プロフェッショナルシリーズ グラフィカルモデル, 講談社, 2016
副読本については発表者が必要に応じて使用します。上2つに関しては無料PDFが配布されています。
全脳アーキテクチャ若手の会について
全脳アーキテクチャ若手の会は、「若手なりのやり方」で人間レベルのAIを目指す会です。若手の方は勿論、若手のやり方についてこれる方、若手を応援してくれる方なども歓迎しています。現在は、機械学習、脳科学、計算論的神経科学などの勉強会等を通じて情報発信を行っています。普段の情報共有は以下のFBグループを通じて行っておりますので、ご気軽に参加ください。