勉強会の概要

• 機械学習を業務に使いたい。
• 機械学習を使ってサービスを作れと上司から言われている。
• よく分からないけど機械学習を学んでみたい。
• そもそも機械学習って何？

そんなセキュリティエンジニア向けのまったりした機械学習勉強会です。
共に基礎から学んでいきましょう。

トーク内容

• Intro: オープニング by kengoscal: 5min

LTの部

• 測定手段としての標的型攻撃メール模擬演習 by nabesinさん:30min
• Code Blue小話 by bbr_bbq: 10min
• Dockerでの環境構築のすすめ by ken5scal: 10min
• 休憩 : 5min

輪読の部

• 機械学習理論入門　第5章　ロジスティック回帰とROC曲線： 学習モデルの評価方法 by bbr_bbq: 約30min
  • 既に読了済み・知っているという方は途中退出してもおｋです
• クロージング by bbr_bbq: 5min

AISECjpからのお願い!!

LT内容について

セキュリティ＆機械学習であれば、自分で取り組んでることは勿論、論文ネタ・アイディア・記事の紹介等なんでもおｋです!!
LT希望者がおりましたらご連絡ください!!!!!!!!

輪読内容について

本/論文を輪読してくださる方を募集中です。
輪読してくださった方は、次回以降、無条件で当勉強会へご参加いただけます。
皆さま、奮ってご応募ください!!

会場について

今回の会場はマネーフォワードへの道を参照ください。 会場を提供者も募集中です！！本当に募集中です！

過去の勉強会について

LTパート

• Black Hat Arsenalで披露した診断AIの概要 by bbr_bbq
• セーラー服と会話中~逆襲のりんな~ by ているさん
• CAPTCHAとボットの共進化 by ntddkさん
• 機械学習でWebアプリの脆弱性を見つける方法(初級編) by bbr_bbq
• 機械学習でWebアプリの脆弱性を見つける方法(中級編) by bbr_bbq

輪読パート

• 第２章 最小二乗法：機会学習理論の第一歩
• 第３章 最尤推定法：確率を用いた推定理論
• 第４章 パーセプトロン：分類アルゴリズムの基礎
• 第６章 k平均法：教師なし学習モデルの基礎
• 第７章 EMアルゴリズム：最尤推定法による教師なし学習