コロナ対策については「参加者への情報」のご一読をよろしくお願いします。
緊急事態宣言が終了したので、状況次第で緩和を検討する場合があります。

系列モデリングは時系列解析、NLP、強化学習など、さまざまな場面で用いられます。
一方で、学習の仕組みの大枠については意外と解説されている機会が少ない印象で、
解説されているのは難しい文献のみでなかなか理解するきっかけが少ないかもしれません。

そこで当企画では系列モデリングにおける学習の仕組みの大枠についてなるべくシンプルに
わかりやすく確認します。

マルコフ連鎖における推移行列のパラメータ推定で簡単な仕組みを掴んだのちに、RNN・LSTM、
Transformer、Deep Q-Networkなどの強化学習の手法などに数式の拡張を行い、大枠の仕組み
と応用の双方が理解できるような構成にできればと思います。

↓事前知識に関しては最小二乗法などがわかれば十分ですが、最尤法について予習を行いたい方は
下記を参照ください。
https://www.amazon.co.jp/dp/B08FYMTYBW

11/13（土）
受付： 15:50〜16:00
講義： 16:00〜17:45
質疑応答 etc：17:45〜18:00

※ 15:50より前の入室は原則としてお断りします。

・最尤法
- 同時確率分布、尤度
- 尤度と対数関数
- 尤度最大化によるパラメータ推定

・系列モデリングとパラメータ推定
- マルコフ連鎖のパラメータ推定
- RNN、Transformer、Deep Q-Networkへの拡張

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

・最尤法に基づく系列モデリングのパラメータ推定について理解したい方
・系列モデリングにおける誤差関数の設定に関して理解したい方
・最小二乗法については理解している方

・タブレット or PC（資料閲覧用にあると望ましいです）

1,000円

※ 領収書発行の際は法人料金も兼ねまして追加1,000円のお支払いをよろしくお願いいたします。

5名（増枠は行いません）

最尤法の解説については下記にまとめましたので、こちらも参照してみてください。
https://www.amazon.co.jp/dp/B08FYMTYBW