地域/情報研究室

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)

昨日6/20（木）に今年3月に修士課程を修了されたOBの片山さんが研究室を訪ねてくださいました。
数ヵ月ぶりにお会いすることができ、懐かしかったです。
片山さんと同学年で現在地震研所属の稲福さんと、研究室で夜ご飯を食べて行かれました。また、名刺作成が間に合っていないとのことで、手書きで名刺を作成していただきました。
また、機会がありましたらお越しください！

Yesterday, Katayama-san, an alumnus who completed his master’s course in March this year, visited our laboratory.
It was a nostalgic experience to see him for the first time in several months.
Katayama-san and Ina-san, who is in the same year as Katayama-san, had dinner together in this lab. He also told us that he had not made his business card in time, so he made his business card in his handwriting.
Please come again when you have a chance!

投稿者｜嶋野 (Shimano)

6/14 金曜日に第4回学生ゼミが開催されました．

「パターン認識と機械学習」（C.M.ビショップ，2012）の第2章「確率分布」から，2.4 指数型分布族，2.5 ノンパラメトリック法について，B4の臼杵さんから発表がありました．

K近傍法における質的変数の扱いや，定数分布を事前分布に設定することの問題点，無情報事前分布とパラメータの設定などに関して質問があり，議論が交わされ，実りある時間となりました．

次回は3章「線形回帰モデル」から，3.1 線形基底関数モデル，3.2 バイアス-バリアンス分解について扱います．

The 4th student seminar was held on Friday 14 June.

Mr. Usuki (B4) gave a presentation on 2.4 Exponential distribution families and 2.5 Nonparametric methods from Chapter 2 “Probability distributions” of “Pattern recognition and machine learning” (C.M. Bishop, 2012).

There were questions and fruitful discussions on the treatment of qualitative variables in the K-nearest neighbour method, problems in setting the constant distribution as a prior distribution, uninformed prior distribution and parameter setting, etc.

The next session will deal with 3.1 Linear basis function models and 3.2 Bias-variance decomposition from Chapter 3 ‘Linear regression models’.

投稿者 | 武田( Takeda)