#23 外れ値に強いベイズ推定とサンプリングの話（w/ 東京理科大学 薗部 成輝さん）

ゴールデンウィーク特別編として、いつもの金曜配信とは別でエピソードを公開します。通常の金曜配信もあります。【メッセージ募集】番組への質問やトークテーマのご提案、感想、ゲスト出演希望など、各種ご連絡は以下のフォームやX、Mailからお送り下さい。⁠https://forms.gle/xmNbRKFQJQxZoRKJ6⁠X：#DataScienceLGMail: [email protected]【今回の内容】このエピソードでは、東京理科大学の薗部 成輝さんをゲストに迎え、薗部さんが公開されている論文（Sampling from Density power divergence-based Generalized posterior distribution via Stochastic optimization https://arxiv.org/abs/2501.07790）から、Density Power Divergenceを用いた外れ値に頑健なベイズ推定・サンプリング手法について掘り下げます。薗部さんの研究テーマを通して、計算コストなどの問題を解決する新しいサンプリングアプローチ (Loss-Likelihood Bootstrap with SGD)を探ります。また、DPDベースの事後分布や一般化ベイズ法の位置づけ、サンプリングにおける課題や将来展望について議論します。【note】https://secret-mat-72c.notion.site/note-1e9a9bc7146f80739fa1c0e9a41a1239?pvs=4【ゲスト】◯薗部 成輝 さん東京理科大学 創域理工学研究科 情報計算科学専攻修士２年X：https://x.com/sonobayes公開されている論文：https://arxiv.org/abs/2501.07790論文について：https://x.com/sonobayes/status/1879398455958987263【出演者】◯酒井 彰Nospare Student Community 運営筑波大学 博士課程X：https://x.com/simplesho_CLTHP：https://shoshohh.github.io/◯上野 孝斗滋賀大学 博士後期課程X：https://x.com/uenotakatoLinkedIn：https://www.linkedin.com/in/sttstc/Spotify：https://open.spotify.com/show/44vHXFAzqV292YyRvI9cZ9?si=15ddbbe5fc2645acApple Podcast：https://podcasts.apple.com/jp/podcast/data-science-lg-学び合う統計とデータサイエンス/id1784394537YouTube：https://www.youtube.com/playlist?list=PLw4Xosv9MWswLAe7xMYa3ut4UoP0e9_DeAmazon Music：https://music.amazon.co.jp/podcasts/93f29696-a96d-4c10-a37c-22d0c4e1153d/data-science-lg-学び合う統計とデータサイエンスNospare Student Community について：https://secret-mat-72c.notion.site/Nospare-Student-Community-Division-Activities-List-188a9bc7146f80f19daec821b55178ad?pvs=4Nospare Student Community 参加応募フォーム：⁠https://t.co/nv3pZHXCiv#datascience#機械学習#統計学#podcast#データ分析

There are no comments yet.

Please log in to write the first comment.