（途中の回からでもご参加可能です。第3回は「Deep Feedforward Networks」からスタートします。）

本勉強会の内容と目的

• Ian Goodfellow, Yoshua Bengio, Aaron Courville 著の『DeepLearning』の英語原文を毎回輪読形式で読み進めて行きます。
• ディープラーニングの基礎についてじっくりと理解を深め、英語の原文を読みこなす力を身につけることを目的とします。
• さらに理解を深めるため、必要があれば本テキスト以外にも他の参考書籍・論文等も適宜援用できればと思います。
• テキストは、書籍を購入するか下記のウェブサイトを閲覧するなりしてご自身でご準備ください。 　http://www.deeplearningbook.org

DoorKeeperでも参加者募集しています。

https://soleildatadojo.doorkeeper.jp/events/83604

対象者

• ディープラーニングについてより理解を深めたい方
• ディープラーニングに関する英語の原文を読みこなしたい方

※初心者・上級者、社会人・学生の別は問いません。

※毎回scrapboxで輪読会のメモを残し、欠席者や途中参加の方もなるべく流れを追えるようにしていきます。

開催日時・参加費・定員

開催日時（※日程変更の可能性があります）：

第３回：2018年12月6日（木）19:30〜21:40

第４回：2018年12月20日（木）19:30〜21:40

※ 第一・第三木曜日を基本開催日としますが、他の貸切イベント等と重なる場合は変更の可能性があります。

参加費：900円

（SOLのコワーキング利用料です。）

定員：13名

輪読会の進め方

• お一人ずつ順番に１パラグラフごと翻訳していきます。
• 全体で簡単に質問・意見交換タイムを設け、議論をしながら内容への理解を深めていきます。
• 21時30分頃まで進めるところまで進みます。
• 最後に次回の案内をして21時40分頃終わりにします。

情報共有ツール

①各種案内・質問・意見交換 　各種案内や質問・意見交換はSlackのScribble Osaka Labワークスペースのdeep_learningチャンネルでお願いします。

②毎回の輪読会メモ Scrapboxに毎回に輪読会メモを残していきます。欠席者や途中から参加される方も、過去のメモに目を通していただくとこれまでの流れが分かるようにしたいと思います。メモは発表担当のテーブルが該当箇所のメモを残していただければ幸いです。

『Deep Learning』の章構成

Table of Contents

Acknowledgements

Notation

1 Introduction

Part I: Applied Math and Machine Learning Basics

2 Linear Algebra

3 Probability and Information Theory

4 Numerical Computation

5 Machine Learning Basics

Part II: Modern Practical Deep Networks

6 Deep Feedforward Networks

7 Regularization for Deep Learning

8 Optimization for Training Deep Models

9 Convolutional Networks

10 Sequence Modeling: Recurrent and Recursive Nets

11 Practical Methodology

12 Applications

Part III: Deep Learning Research

13 Linear Factor Models

14 Autoencoders

15 Representation Learning

16 Structured Probabilistic Models for Deep Learning

17 Monte Carlo Methods

18 Confronting the Partition Function

19 Approximate Inference

20 Deep Generative Models

Bibliography

Index

その他

Scribble Osaka Lab（SOL）のSlackチャンネルで、自主勉強会の参加者同士の質問・情報共有用チャンネルを設けております。参加ご希望の方は、申込みフォームのSOLのSlack参加希望にチェックを入れてください。