Registration info |
通常枠 ¥5000 (Pre-pay)
FCFS
定期受講枠 Free
FCFS
|
---|---|
About Prepayment |
About Prepayment Contact Info: (Only shown to attendees.) |
Cancel/Refund Policy: キャンセルにつきましては返金はできませんが、金額分のテキストの送付または、1か月以内の別講座への参加が可能です。↓テキストは下記より選ぶことができます。 https://lib-arts.booth.pm/items/1912668 |
|
Print receipt data: 発行する (詳しくはこちら) |
|
参加者への情報 |
(参加者と発表者のみに公開されます)
|
Description
内容概要
統計の入門的なセミナーを行います。
今回は確率分布の諸計算編として、確率分布の性質と基本的な計算を具体的に計算を進めながら解説したいと思います。
このセミナーで次のことが出来るようになります。
・基本的な確率分布の性質がわかる
・平均・分散の計算が出来る
・ベイズ推論における学習と予測の計算が出来る
↓さらに深く学びたいや他の分野も同様に学習したいという方は下記のような塾を
開講していますのでこちらも合わせてご検討下さい。
なお、オンライン開催と致しますので、下記の開催方法と料金に関する事項を必ずお読みください。
開催日程
10/18(日)
受付 :12:50〜13:00
講義 :13:00〜14:30
※途中切りの良いところで5分10分の休憩を設けます
※開催日近くになったら「参加者への情報」欄にZoomのURLを記載します。
アジェンダ
・基本的な確率分布
・ベイズ推論による学習と予測
対象者
・機械学習の数理に興味がある方
・数学の理解を深めたい方
当日の準備
ノートとペンの用意と、Zoomの用意をお願いします。
費用
・5,000円
定期受講料をお支払いの方は「定期受講枠」にお申込みください。
それ以外の方は「通常枠」にお申込みください。
※ キャンセルにつきましては返金はできませんが、金額分のテキストの送付または、1か月以内の
別講座への参加が可能です。
↓テキストは下記より選ぶことができます。
https://lib-arts.booth.pm/items/1912668
定員
6名(申し込み人数に合わせて調整します)
当日までの事前準備
特になし
講師プロフィール
東京大学大学院数理科学研究科修士課程修了。専門は複素幾何学。
その後、メガバンクでクオンツとして市場リスク管理業務に従事。
現在はベンチャーでAI融資審査モデルの開発に携わる。AIで金融サービスの変革を目指す機械学習エンジニア。
備考
■参考としてこれまでの開講情報をまとめておきます。
■本当は知っておきたい数学
・測度論
https://ml-for-experts.connpass.com/event/165760/
・ルベーグ積分
https://ml-for-experts.connpass.com/event/170379/
・関数解析
https://ml-for-experts.connpass.com/event/174873/
・集合と位相
https://ml-for-experts.connpass.com/event/182196/
■完全に理解するシリーズ
・ニューラルネットワークが万能近似器であることの証明
https://ml-for-experts.connpass.com/event/137501/
・XGBoost
https://ml-for-experts.connpass.com/event/144710/
・深層化による、ニューラルネットワークの表現能力の向上
https://ml-for-experts.connpass.com/event/149549/
・NGBoost
https://ml-for-experts.connpass.com/event/156659/
・Wasserstein GAN
https://ml-for-experts.connpass.com/event/160076/
■『専門数学』学習塾
https://lib-arts.wixsite.com/blowup
備考
下記ページで様々なテキストが入手できるようにしています。
よろしければこちらもご検討いただけましたら嬉しいです!!
https://lib-arts.booth.pm/
https://sokei.booth.pm/
Media View all Media
If you add event media, up to 3 items will be shown here.