PRML（パターン認識と機械学習）勉強会

以下のテキストを使って勉強会を行っていく。週一。参加人数6人。
できる人とできない人が入り混じってできているので個人的には素敵だなと思っています。

C.M.ビショップ「パターン認識と機械学習 ベイズ理論による統計的予測」丸善出版(2012)
※ アフィリエイトリンクです

原著PDF

第1回, 2021/04/30

• 1.1 多項式曲線フィッティングまで
• 過学習が中心議題
• (Root-Mean-Square)の乖離を見て判断するなどする。が低くなり、かつテストと訓練が乖離していないことを確かめる。
• 式の次数と試行回数、そしてmodified error functionの が大事
• を決定的に選択する方法はあるか？ →今後に期待
• 顔認識の基本原理は知りたい →Viola and Jones 2004を読む？
• 物理屋さんは下の式でを消してしまいがちだがこれは相対論ではない

第2回, 2021/05/07

• 1.2.1 確率密度まで
• 数学の確認なので問題はなかった
• 強いていうと、変数変換が自分の中で曖昧な気がする

第3回, 2021/05/14

• 1.2.3 ベイズ確率、まで
• 分散のところで議論する。各々示すこと。

第4回, 2021/05/21

• 1.2.5 曲線フィッティング再訪、まで
• 最大化や最小化に落とし込めると微分で扱えて便利
• 信号源がガウス分布、なるほど

第5回, 2021/05/28

• 1.4 次元の呪い、まで
• 細かい計算は3.3でやるらしい
• 次元の呪い、とりあえず3次元については玉ねぎの可食部で説明。我ながらわかりやすい（？）（2次元ならバウムクーヘン（薄）でどうぞ（？）

第6回, 2021/06/04

• 1.5.4 推論と決定、まで

第7回, 2021/06/11

• 1.6 情報理論 多重度W, まで
• 自然対数による表現には慣れないので不安だ

(K.H.)