【中止】ガウス過程と機械学習の入門講義

論理と数式と計算の裏に、直感的な手触りを得ていただくことを目指し解説。
ガウス過程回帰の方法と応用の指針を習得して下さい。

セミナー講師

ミイダス(株) HRサイエンス研究所　シニアリサーチャー 博士（工学） 大羽 成征 先生

■主経歴
奈良先端科学技術大学院大学　助手・同助教
京都大学　講師

■主要著書
「ガウス過程と機械学習」講談社

■本テーマ関連の所属学会・協会・団体等
電子情報通信学会　情報論的学習理論と機械学習（IBISML） 研究会

セミナー受講料

【オンラインセミナー（見逃し視聴なし）】1名41,800円(税込（消費税10％）、資料付)
　＊1社2名以上同時申込の場合、1名につき30,800円

【オンラインセミナー（見逃し視聴あり）】1名47,300円(税込（消費税10％）、資料付)
　＊1社2名以上同時申込の場合、1名につき36,300円

＊学校法人割引；学生、教員のご参加は受講料50％割引。

受講について

※本講座は、お手許のPCやタブレット等で受講できるオンラインセミナーです。

配布資料・講師への質問等について

• 配布資料はPDF等のデータで送付予定です。受取方法はメールでご案内致します。
  （開催1週前～前日までには送付致します）。
  ※準備の都合上、開催1営業日前の12:00までにお申し込みをお願い致します。
  （土、日、祝日は営業日としてカウント致しません。）
• 当日、可能な範囲で質疑応答も対応致します。
  （全ての質問にお答えできない可能性もございますので、予めご容赦ください。）
• 本講座で使用する資料や配信動画は著作物であり、
  無断での録音・録画・複写・転載・配布・上映・販売等を禁止致します。

下記ご確認の上、お申込み下さい

• PCもしくはタブレット・スマートフォンとネットワーク環境をご準備下さい。
• ご受講にあたり、環境の確認をお願いしております（20Mbbs以上の回線をご用意下さい）。
  各ご利用ツール別の動作確認の上、お申し込み下さい。
• 開催が近くなりましたら、当日の流れ及び視聴用のURL等をメールにてご連絡致します。

Zoomを使用したオンラインセミナーとなります

• ご受講にあたり、環境の確認をお願いしております。
  お手数ですが下記公式サイトからZoomが問題なく使えるかどうか、ご確認下さい。
  → 確認はこちら
  ※Skype／Teams／LINEなど別のミーティングアプリが起動していると、Zoomでカメラ・マイクが使えない事があります。お手数ですがこれらのツールはいったん閉じてお試し下さい。
• Zoomアプリのインストール、Zoomへのサインアップをせずブラウザからの参加も可能です。
  ※一部のブラウザは音声（音声参加ができない）が聞こえない場合があります。
  　必ずテストサイトからチェック下さい。
  　対応ブラウザーについて(公式) ;
  　「コンピューターのオーディオに参加」に対応してないものは音声が聞こえません。

申込み時に（見逃し視聴有り）を選択された方は、見逃し視聴が可能です

• 開催5営業日以内に録画動画の配信を行います（一部、編集加工します）。
• 準備が出来しだい視聴用URLをメールでご連絡します。（GWや年末年始・お盆期間等を挟む場合、それに応じた配信期間設定の延長を実施します）
• 期間内であれば繰り返し視聴できます。セミナーを復習したい方、当日受講が難しい方等にお勧めです。2倍までの倍速視聴も可能です。（視聴環境によっては機能しない事もございます。事前に下記テスト動画でお試しください。）
  ※万一、見逃し視聴の提供ができなくなった場合、
  （見逃し視聴有り）の方の受講料は（見逃し視聴無し）の受講料に準じますので、ご了承下さい。
  →こちらから問題なく視聴できるかご確認下さい（テスト視聴動画へ）パスワード「123456」

セミナー趣旨

　確率的モデリングに基づく機械学習の方法論を、ガウス過程回帰の方法を中心にして解説します。ガウス過程回帰は線形回帰、ガウス分布、カーネルトリックなどの機械学習において基礎的な概念の組み合わせから成っているため、機械学習の森への入り口として適しています。
　本セミナーでは、書籍・論文などを読もうとして挫折した経験のある方、勉強したいが最初の手がかりがほしいという方に向けて、論理と数式と計算の裏に、直感的な手触りを得ていただくことを目指します。

習得できる知識

・線形回帰、ガウス分布、カーネル関数の手触りが得られます
・行列演算・行列微分など基礎的な計算過程の裏にある手触りが得られます
・ガウス過程回帰の方法と応用の指針がわかります

セミナープログラム

0.機械学習とガウス過程

1.正規分布とサンプリング

2.確率と確率変数

3.ガウス過程とサンプリング
　　～関数をランダムサンプリングするとは？

4.線形回帰
　　～関数のパラメタを推定するとは？

5.線形回帰のベイズ推定
　　～パラメタの事後分布とは

6.基底関数とカーネル
　　～なめらかな関数のモデル

7.ガウス過程回帰
　　～データからガウス過程を推定する

8.ガウス過程の応用
　　～カーネルのハイパーパラメタ推定／教師なし学習

（質疑応答）