お知らせ

会場確定しました。

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。今回は有向グラフィカルの基本性質及び無向グラフィカル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おり、不確定性のある現象をモデル化するための重要な手法となっています。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, signull8192[at]gmail.comまでお願いします。

今回の範囲

• 4.2～4.4 Parametrization~Parametrization Revisited
• 4.5～4.7 Baysian Networks and Markob Networks
• 5.1～5.4 Tabular CPDs~Independence of Causal Inference(進めば)

初参加・連続参加かかわらず、まずは予習で一読しておくことをお勧めします。

タイムテーブル

• 19:00 開場
• 19:00～19:10 開催趣旨説明・挨拶
• 19:10～20:10 4.2～4.4(akkikiki)
• 20:10〜22:10 4.5〜4.7(osawa_masahiko)
• 22:10～22:20 LT枠1(未定)
• 22:20～22:30 LT枠2(未定)
• 22:30～23:00 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。希望者は各回の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。

サポートページ

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。

過去発表資料

過去資料は随時公開していきます。

#1 概論 http://www.slideshare.net/takumayagi/probabilistic-graphical-models-1

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。

• Webサイト：http://wbawakate.jp/
• FBグループ：https://www.facebook.com/groups/713921892010595/