次回はP54.「3.3 Probability Distributions」の冒頭「A probability distribution is a description of how likely a random variable orset of random variables is〜」 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。
• 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

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。

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7回：2019年2月7日（木）19:30〜21:40

第8回：2019年2月21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

6名（最低催行人数3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。

『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

ソレイユデータ道場については、公式HPやFacebookページをご参照ください。

公式HP：http://www.soleildatadojo.com

Facebookページ：https://www.facebook.com/soleildatadojo/

一緒に教育コンテンツ制作・講師・ティーチングアシスタントをしてくださる仲間を大募集！

データ処理・可視化、機械学習・ディープラーニング、応用数学、クラウド、セキュリティ、IoTデバイスなど、ご自身の保有する知識・技術・ノウハウを教えて広く世の中に役立てたい、人に教えることを通じて自らも成長したいという方を大募集しています！

ご興味がある方は、info@soleildatadojo.comまでお気軽にご連絡ください。