地域/情報研究室

本日、第8回学生ゼミが開催されました！先々週までは回帰に関する話題でしたが、今週からは分類に関する話題について扱います！

今週はB4の笹木くんから第4章線型識別モデルの前半の発表がありました。識別関数を用いる手法と条件付き確率分布をモデル化する2通りの手法についての発表でした！
質問では、フィッシャーの線型判別と最小二乗との関係やパーセプトロン、活性化関数に関する話が出ました！

来週で夏学期の学生ゼミも最終回です！来週は坂番さんの発表です。最後まで頑張りましょう！！

Today, the 8th student seminar was held! We discussed regression until last time, but we are focusing on discriminant analysis from this week!

Today, Sasaki-kun, a B4 student, presented on the linear discriminant model in chapter 4. 
During the question time, we talked about the relationship between Fisher’s linear discriminant and the least squares method, the perceptron and activation functions!

Next week is the last student seminar of the summer semester! In the next week, Sakaban-san will present next week. Let’s keep going until the end!!

投稿者 (poster) | 嶋野 (Shimano)

昨日、7月5日に地域/情報研究室で第7回学生ゼミ後、たこ焼きパーティーを開催しました！
M1の下田くんが家から持ってきてくれたものと今回のために新しく共益費で購入したものの2台体制で作りました！
ほとんどの人がたこ焼きを焼くのが未経験でしたが、下田くんが主導してくれたおかげで、みんなで具材を入れたり、クルクル回したりして美味しく作れました！
僕もたこ焼きを回すのは初めてで結構苦戦しました…　下田くんは上手かったです！！

途中からは、昨年まで所属していた邱さんや関西人の血が騒いだ安田先生も参加して回してくれました！
秘書の石田さんも様子を覗きに来てくれ、「大学生らしくて良い！」と褒めていただきました！

他の研究室の学生や卒業された方も来られて、総勢何名か分からないくらいになりました。また開催したいと思います！
加えて、もし他の研究室でイベントが開催される際には、たこ焼き器を貸しますので、ぜひ地域/情報研究室にも声を掛けてください！！よろしくお願いしま～す！

Yesterday, July 5, we held a takoyaki party in the Regional Planning and Information Lab!
We made takoyaki with two machines, one brought from home by M1 student Shimoda-kun and the other newly purchased for this time!
Most of us had never made takoyaki before, but thanks to Shimoda-kun’s leadership, we were able to make it delicious!
It was my first time to spin a takoyaki, and I struggled a lot…　Shimoda-kun was very good at it!

From the middle of the party, Qiu-san, who had belonged to the group until last year, Yasuda-sensei, who is from Kansai Area, and Ishida-san , who is this lab’s secretary, joined us!
Students and graduates from other labs also came, and we were not sure how many people we had in total. We would like to hold this event again!
In addition, if other labs hold events, we will lend them takoyaki machine, so please give the Regional Planning and Information Lab a call!

投稿者 (poster) ❘ 嶋野 (Shimano) 

第７回学生ゼミが開催されました．

今回は実装会ということで，DockerやGitHubなど研究の実装を行う際によく使うツールの紹介，およびそれらを用いた実装を行いました．

今回は学生ゼミで扱っているパターン認識と機械学習で扱っているベイズ線形回帰の実装を行い，環境構築の大変さを実感できたのではないかと思います．

残る学生ゼミも今学期は2回ということで，一同気を引き締めていきたいと思います！

The 7th student seminar was held.

In this seminar, we introduced tools often used for research implementation, such as Docker and GitHub, and implemented them.

This time, we implemented pattern recognition and Bayesian linear regression, which are two topics of the student seminar, and I think the students were able to realize how difficult it is to build an environment.

We will have only two student seminars remaining this semester, so we will all keep our spirits up!

投稿者｜小林

本日6/28に行われた第6回学生ゼミでは、B4の大野さんが「パターン認識と機械学習　上」の3.3-3.6について発表を行いました。

ベイズ的なアプローチにより線形回帰をとらえなおすというかなり難解な内容でしたが、大野さんの丁寧な発表のおかげもあり自分一人で読んだときに比べかなり理解を深めることが出来ました。また、発表後には疑問点をぶつけ合う良い議論が出来、非常に充実した時間となりました。

次回（7/5）はM2の小林さんの準備の下、学んできた統計的手法の実装を行います。

In the 6th student seminar held on June 28th, Ono-san, B4 student, gave a presentation on 3.3-3.6 of the ‘Pattern Recognition and Machine Learning’.

Despite the tough content, where linear regression is reconsidered through the perspective of the Baysian approach, thanks to the thoughtful presentation from Ono-san, I could understand what I couldn’t when reading by myself. Plus, the discussion after her presentation was quite active with lots of questions from the participants.

In the next student seminar, with the provision from Kobayashi-san(M2), we will program statistic methods we have learned so far in the seminars.

投稿者|笹木(Sasaki)

6/21 第5回学生ゼミが開講されました！

今日は武田くん(B4)が、「パターン認識と機械学習」（C.M.ビショップ，2012）の第3章「線形回帰モデル」の3.1 線形基底関数モデル と3.2 バイアスーバリアンス分解 について発表してくれました。

武田くんのわかりやすい説明をもとに、洗練されたモデルの基礎となる線形モデルについて、幾何学的な視点や式展開から理解を深めました。

次回は、私大野(B4)が、より実用的なアプローチとなる線形モデルのベイズ的な取り扱いについて発表します！

Today, Takeda (B4) presented sections 3.1 “Linear Basis Function Models” and 3.2 “Bias-Variance Decomposition” from Chapter 3 “Linear Regression Models” of “Pattern Recognition and Machine Learning” (C.M. Bishop, 2012).

With Takeda’s clear explanation, we deepened our understanding of linear models, which form the basis of sophisticated models, from both geometric perspectives and through formula derivations.

Next time, I, Ono (B4), will present on the Bayesian treatment of linear models, which offers a more practical approach!

投稿者 | 大野(B4)