こんにちは、エスディーテック機械学習エンジニアの酒谷です。

先日、機械学習・ベイズ推論がテーマのオンライン社内勉強会・第２弾が開催されました！

前回の記事はこちら

前回に引き続き、機械学習の特にベイズ推論をテーマに、機械学習全体の概観と、ベイズ推論の導入についてでした。今回も様々な職種の社員が20名以上参加しました！
前回と同じく、機械学習エンジニアのKさんによる発表、デザイナーのTさんによる司会です。

まず前回の復習を兼ねて、機械学習の定式化についてから始まりました。
「決定的な式を用いた解法と異なり、確率的な式を用いる」というベイズ推論の特徴をおさらいしました。
そして、ガウス分布、ベルヌーイ分布、二項分布、ポアソン分布...、モデリングに使用される様々な分布を見ていきます。
パラメータの詳細や表現できる範囲など、各分布の特徴が紹介されました。

そして「ユーザの商品購入数」や「曜日ごとの来客数」を例にして、モデリング時の分布の選び方が議論されました。

参加者からは「分布ごとに必要な情報の種類や数に違いがあるか」「分布の選び方にコツがあるか」「学習の過程はどのようになっているか、正解データのようなものと照らし合わせた判断があるのか」といった疑問が飛び交い、議論は白熱しました！

今回は、プログラムで分布からサンプルを生成する実演もあり、 参加者からは「グラフで見ることで、ベイズ推論がどのように確からしさを表現しているのか、試行回数に応じてそれをどのように更新しているのかを実感できた」といった喜びの声が上がりました。

最後に、次回予告として「成功/失敗のどちらかの結果が得られるテストを複数の対象に繰り返す状況で、テストの試行回数が対象によって異なる場合、公正に対象を比較するにはどうすればよいか」という問題が提示されました。

階層ベイズモデルを使ってこの問題に立ち向かう方法が、次回説明されるそうです！楽しみですね。

今回は数式が入ったスライドも多く、前回より少しハードな内容でしたが、途中、「式が多くて辛い人を癒すスライド」が流れ、数式が苦手な人にもやさしい雰囲気で勉強会は終わりました。

以上、機械学習勉強会第２弾の報告でした！