初日: ガウス過程と機械学習入門

「機械学習」という言葉は聞いたことがあるが、「ガウス過程」ははじめてという方もいらっしゃるかと思います。 たとえば、線形回帰の場合、最小二乗を用いて、データから切片と傾きがひとつに決まります。 ガウス過程は、切片と傾きに事前確率をおいて、ベイズ的に議論を進めていくものです。 Rasmussen & Williams "Gaussian Processes for Machine Learning"というテキストが有名ですが、 一般のデータサイエンティストや学生などには、敷居が高かったもしれません。 持橋先生、大羽先生の新書は、幅広い読者を意識して、機械学習の知識をあまり仮定しないで、平易に書かれています。 当日の講義も、多くの方に満足していただけるものと、期待していただいてよいでしょう。

(第0章だけでも読まれていると、当日の理解が違ってくると思います)

タイムスケジュール

3/11(月)	大阪大学中之島センター佐治記念ホール
9:40-10:00	オープニング 1. 実行委員長 鈴木讓より、開催趣旨 2. MMDS 副センター長 鈴木貴より、ご挨拶 3. 講談社 MLP編集担当 横山信吾様より、お言葉	(司会: 鈴木 讓)
10:00-18:00 昼60分休憩 コマの間に休憩	ガウス過程と機械学習入門 1. 確率的生成モデルとベイズ推定 2. 線形回帰モデルと基底関数 3. ガウス過程回帰とハイパーパラメータの推定 4. 補助変数法によるガウス過程回帰の高速化	持橋大地 先生 大羽成征 先生 (司会: 鈴木 讓)