Tweet
Tweet

Slide 1

Slide 1 text

2016.08.05 @tkengo 機械学習と 数学と プログラマのための数学勉強会 プログラマのための数学勉強会

Slide 2

Slide 2 text

立石 賢吾 6YKVVGT"VMGPIQ IKVJWD"VMGPIQ ‣ プログラマのための数学勉強会@福岡主催 ‣ C とか Ruby とか Python とか JS とか書ける ‣ ポケモンGOやるけどGoは書けない

Slide 3

Slide 3 text

目次 ‣機械学習 ‣機械学習と数学 ‣機械学習と数学とプログラマのための数学勉強会

Slide 4

Slide 4 text

機械学習 ‣昔コンピュータビジョン問題に取り組んでいた ‣姿勢推定やセグメンテーションなどなど ‣当時は今ほどホットな話題ではなかった

Slide 5

Slide 5 text

機械学習 姿勢推定 顔、首、左肩、右肩、胸、など身 体を数十のパーツに分けてそれが 画像中のどの位置にあるかを検出 することで姿勢を推定する ※

Slide 6

Slide 6 text

セグメン テーション 機械学習 画像中の同じような画素を集めて 分類する ※

Slide 7

Slide 7 text

機械学習 ‣昨年から人工知能という単語のバズワード化 ‣ディープラーニングの成長と共に、いたる所で 見かけるようになってきた ‣ChainerとTensorFlowの登場

Slide 8

Slide 8 text

機械学習 ‣徐々に機械学習に興味を持つ人が増えてる印象 ‣福岡でも関連しそうな勉強会がちらほら

Slide 9

Slide 9 text

データサイエンスコミュニティ データサイエンスをみんなでガチで学んでいく コミュニティ (ビッグデータ,機械学習,人工知能,統計学) http://datascience.connpass.com/

Slide 10

Slide 10 text

機械学習勉強会@福岡 機械学習や深層学習に興味がある人達のための コミュニティ http://fukuoka-deeplearning.connpass.com/

Slide 11

Slide 11 text

プログラマのための数学勉強会 プログラミングと数学が好きな人達が語り合う場 http://maths4pg-fuk.connpass.com/

Slide 12

Slide 12 text

機械学習と数学 ‣機械学習を理論から理解するには数学が必要 ‣高度な知識は不要だけど最低でも高校数学以上 ‣主には線形代数、微分、確率論 ‣数式の行間を読み解く力 (要するに基礎力) ‣問題をうまくモデル化する力

Slide 13

Slide 13 text

機械学習と数学 ‣例えば単純な回帰式の誤差関数を偏微分する式 @ @✓j 1 2 n X i=1 (y(i) f ✓ ( x (i)))2 ! = n X i=1 ( f✓ ( x (i)) y (i)) x (i) j

Slide 14

Slide 14 text

機械学習と数学 ‣例えば単純な回帰式の誤差関数を偏微分する式 馴染みの無い 人にとっては 果てしなく省略 された行間 @ @✓j 1 2 n X i=1 (y(i) f ✓ ( x (i)))2 ! = n X i=1 ( f✓ ( x (i)) y (i)) x (i) j

Slide 15

Slide 15 text

機械学習と数学 ‣例えばベイズの定理を使った推定 P( w | x ) = P( x | w )P( w ) P( x )

Slide 16

Slide 16 text

機械学習と数学 ‣例えばベイズの定理を使った推定 P( w | x ) = P( x | w )P( w ) P( x ) 尤度の分布 事前確率の分布 をどうモデル化 するか 果てしなく 省略された イコール間

Slide 17

Slide 17 text

機械学習と数学 ‣実装されたものを使うだけなら理論は不要 ‣わからなくても使うことぐらいは出来る ‣OpenCVとかscikit-learnとかすごく便利

Slide 18

Slide 18 text

機械学習と数学 ‣実装されたものを使うだけなら理論は不要 ‣わからなくても使うことぐらいは出来る ‣OpenCVとかscikit-learnとかすごく便利 ‣でも、ちょっと待って... ‣ブラックボックスって嫌い

Slide 19

Slide 19 text

機械学習と数学 ‣ブラックボックス嫌いなので理解したい ‣ということで機械学習の基礎理論について紹介

Slide 20

Slide 20 text

‣ブラックボックス嫌いなので理解したい ‣ということで機械学習の基礎理論について紹介 ‣は、しません 機械学習と数学

Slide 21

Slide 21 text

‣「あれ、せっかく勉強会に来てるのに」 ‣本当に理解したいなら別に時間を取って勉強する ‣じゃぁ勉強会って？ 機械学習と数学とプログラマのための 数学勉強会

Slide 22

Slide 22 text

‣勉強会という名のコミュニティ ‣コミュニティに参加する目的意識を持つ ‣モチベーションを上げること 機械学習と数学とプログラマのための 数学勉強会

Slide 23

Slide 23 text

★ 発表を聞く ★ 誰かと仲良くなる ★ 発表をする モチベーションを上げるために

Slide 24

Slide 24 text

‣新しい発見がたくさんある ‣メモは過剰に取らずしっかり話を聞いてみる ‣資料が公開されているならなおさら ‣本気で調べるのは家に帰ってからで良い ‣興味があればおのずと頭に残っているもの 機械学習と数学とプログラマのための 数学勉強会 ★ 発表を聞く

Slide 25

Slide 25 text

‣わからない部分は1人で悩まず人に聞いてみる ‣つぶやけば誰かが拾ってくれるかもしれない ‣誰かに話しかけて仲良くなる勇気 ‣知り合いが増えるのは思った以上に楽しいこと ‣数学クラスタでわいわい 機械学習と数学とプログラマのための 数学勉強会 ★ 誰かと仲良くなる

Slide 26

Slide 26 text

‣発表するために知識を仕入れてより詳しくなる ‣発表したら勝手に知り合いが増えていく ‣フィードバックがもらえることがある ‣興味のあることを調べてみて発表する勇気 ‣自信がつく！ 機械学習と数学とプログラマのための 数学勉強会 ★ 発表をする

Slide 27

Slide 27 text

自分自身が数学をやっていく モチベーションを保つために

Slide 28

Slide 28 text

自分自身が 発表を聞き たい 誰かと 仲良くなり 発表をし

Slide 29

Slide 29 text

そうやって生まれた プログラマのための 数学勉強会@福岡

Slide 30

Slide 30 text

‣敷居を高く設定したいわけじゃない ‣好きな話をして ‣仲間を増やして ‣数学していきたい 機械学習と数学とプログラマのための 数学勉強会

Slide 31

Slide 31 text

‣僕は数学が好きです ‣発表も何回かやってる ‣でも安心してください 機械学習と数学とプログラマのための 数学勉強会

Slide 32

Slide 32 text

‣僕は数学が好きです ‣発表も何回かやってる ‣でも安心してください ‣思ってるほど頭よくない ‣佐賀大学卒 ‣まあ努力はしてる 機械学習と数学とプログラマのための 数学勉強会

Slide 33

Slide 33 text

‣是非、発表を聞きに来てください ‣是非、知り合いを増やしに来てください ‣是非、発表をしに来てください 機械学習と数学とプログラマのための 数学勉強会