数理計画法と関数近似｜教養シリーズ #2

※毎週月曜日は、少しだけ専門的だけれどベースの教養として知っておきたいテーマに関しての
勉強会を実施していく予定です

機械学習を勉強しようとして入門書を手に取ったとしましょう。
線形回帰、ニューラルネットワーク、SVMなど様々な関数近似のアルゴリズムがあります。
これらのパラメータを求めるにあたって、最終的に最適化を行います。
最適化の手法として有名なのが最急降下法、勾配降下法です。
近年では最適化の方法も色々と研究されており、AdagradやAdamなどもろもろありますが、
今回は最急降下法までのところを逆に数理計画法の視点から進めていければと思っています。

また、勉強会の後半はフリーのディスカッションを想定しています。初心者の方のご質問に
お答えする一方で、上級者同士が討議できる時間にもなればと思っております。

11/27(月)
受付：19:15〜19:30
勉強会：19:30〜21:30

みんなの会議室　代々木第１
東京都渋谷区千駄ヶ谷5-14-10 新宿明治通りビル6階

◆簡単な講義（1h）
・イントロダクション
　　数理計画法とは
　　参考資料の紹介
　　数理計画法の応用・何に役立つか
　　機械学習における数理計画法

・線形計画法
　　問題の立式
　　主問題と双対問題
　　標準形
　　シンプレックス法　　　など

・非線形計画法
　　問題の立式
　　最急降下法
　　ヘッセ行列　　　など

◆講義内容の質疑応答＆グラフ理論に関してのディスカッション（1h）
基本的にはフリーで質疑応答やディスカッションができればと思います。

※ 講座内容は若干変更となる場合があります
※ 終了時間遅くなりますが、ご都合よろしい方いたら終わった後近くの居酒屋で軽い懇親会をできればと思います。

ここまでの話を見て興味を持った方
初級者の方から上級者の方まで歓迎です。上級者の方はむしろ講師側で関わっていただきたく、
持ち回りで創発的にやれれば良いなと思っております。
（ちょっとしたインセンティブがある方が良いと思うので、参加費からフィーを出させていただければと思います）

特になし

当日払い2,000円
基本的に会場費＋当日講師役へのフィー（無料だと内容がいい加減になる可能性があるため）の想定です。
講義が不要な上級者の方で後半1時間だけ参加されたい方は1,000円で大丈夫です。

※ 領収書の発行も可能ですのでご希望の方はその旨お申し付けいただければと思います。

・勉強会内容の撮影もしくは録音することは、ご遠慮ください。
・個人ブログへの記述については、良識の範囲内でお願いいたします。