※ コロナ対策として、少人数の実施と、アルコール消毒・マスク着用を義務化します。
詳しくは「参加者への情報」にまとめましたので、必ず一読の上の参加をお願いします。

PyMC3などに用いられているNUTS(No U-Turn Sampler)について、論文などを参照しつつ
簡単に確認します。
https://arxiv.org/abs/1111.4246
NUTSはMetropolis法から派生したHMC(Hamiltonian Monte Carlo)が元になっているので、
この辺も把握しながら確認していければと思います。

※ ある程度ラフな解説になると思いますので、期待し過ぎないようにお願いします。

10/28（水）
受付： 19:55〜20:00
講義： 20:00〜21:30

※ 途中5分ほどの休憩を設ける予定です。
※ 19:55より前の入室は原則としてお断りします。

1. 前提知識の確認(30分)
　　最尤推定(MLE)
　　MCMC

2. 論文の確認(30分)
　　論文などを簡単に確認します
　　https://arxiv.org/abs/1111.4246

3. 実装などの確認(50分)
　　実装などを確認しつつ、振り返りを行えればと思います。
　　21時半以降は中締めとし、以降は質疑応答などをメインとします。

※ 全体の流れは変えませんが、細かい時間配分は内容踏まえて変更する可能性があります。

水道橋駅、神保町駅、九段下駅周辺
千代田区西神田2-7-14 YS西神田ビル2F

・MCMCについて興味がある方
・HMCやNUTSの概要について知りたい方
・最尤推定などについてはある程度把握している方

東大工学部卒。
データ分析/AI開発の仕事の経験は8年ほどで、理論/開発/ビジネスのどれも経験があり強い。
また、多くの業界のプロジェクトに関わったためドメイン知識も豊富。
初心者向けの指導実績も多く、1,500名近い。

・下記の記載内容についてはある程度既知とします。
https://lib-arts.booth.pm/items/1836937

・3,000円（1.5h）

※ 領収書発行の際は事務手数料として追加2,000円のお支払いをよろしくお願いいたします

5名（2人用の机を1人で使えるように、最大でも7名とします。）