SlideShare a Scribd company logo
1 of 6
2013/08/03
@東大工9-119
松尾研 D2 大知 正直
DBDA勉強会
概要説明
2013/8/4
GLOW -1-
今日からDBDA勉強会を始めます
今日の予定
2013/8/4
1. 主催者の紹介
2. DBDAとは.勉強会の目標
3. 参加の対象となる方
4. スケジュール
5. 参加のルール,スライドの内容
6. Ch.1~5の発表
7. 出席者の皆さんの自己紹介
8. 他の章の担当者決め
GLOW -2-
名前は「大知 正直(おおち まさなお)」と読みます
1. 主催者の紹介
2013/8/4
• 経歴詳細はFaceBookでどうぞ
– 学部~社会人~修士~博士
– データマイニングに興味を持ったきっかけ
• 会社員時代にSPICEという電子回路をシュミレーションするソフトを利用したのがきっかけ
• 半導体界では,実際にチップを作ることなくSPICE上のシュミレーション結果のみを元に詳細
設計が行われていく
• 回路情報は文字情報としてシンボル化される
– 実体あるチップとは切り離されて設計される
実際の回路
test CMOS INV (tran)
**** CMOS INV ****
mn1 t2 t1 0 0 nm l=4u w=8u ad=80p as=80p pd=36u ps=36u
mp1 t2 t1 t3 t3 pm l=4u w=16u ad=160p as=160p pd=52u ps=52u
c1 0 t1 3p
**** power suplly ****
vdd t3 0 dc 5
vin t1 0 pulse( 0 5 30n 2n 2n 100n 200n) (←下図に描く形のパルス入
力)
**** MOS FET model ****
.model nm nmos (level=2 vto=1.0 tox=0.035u nsub=1e15 uo=500
+ ucrit=4.5e4 uexp=0.11 tpg=1 ld=0.2u xj=0.29u js=6m pb=0.94
+ cj=3.85e-4 cjsw=1.6n cgdo=0.45n cgso=0.45n cgbo=0.042n
+ rd=1 rs=1)
.model pm pmos (level=2 vto=-1.0 tox=0.035u nsub=1e16 uo=250
+ ucrit=2.0e4 uexp=0.08 tpg=-1 ld=0.3u xj=0.43u js=6m pb=0.88
+ cj=1.23e-4 cjsw=2.36n cgdo=0.25n cgso=0.25n cgbo=0.02n
+ rd=1 rs=1)
ネットリス
ト
等価
出力:工場でできた製品と完全に合わせ込
む
文字情報をいじくって,良い感じの
条件出しをするお仕事だった
→ 回路でやるより,ウェブの様々な
ログで行う方がおもしろい!と思っ
たのがきっかけ
興味対象: 情報推薦,データ解析
GLOW -3-
ベイズ統計解析を実データに自分のアイデアで応用できるようにしたい
2. DBDAとは.勉強会の目標
2013/8/4
• DBDA選定理由
– いくつか見た中で最も丁寧
• PRMLとか難しすぎ(読むのしんどい)
• 理屈がわかっても背景や動機まで理解できていない
– ソースコード付きで実用的な予感
• モデルだけ学んで、理解不足で結局応用できない
• 勉強会の目標
– (自分が)自分なりのアイデアでモデリングできて,
答えを出せるようになること
ややこしいグラフィ
カルモデルをしたり
顔で語りたい,のイ
メージ図
GLOW -4-
ベイズ統計に興味あるけど,何の役に立つの!?みたいな方向けです
3.参加の対象となる方
2013/8/4
• 参加対象になる人
– 統計の勉強がしたい人
– Rの勉強がしたい人
– ベイズ統計の基本から勉強したい人
– 僕の考えたすごいモデルをソースコードに落とせない人
– 確率モデルを持ち出すことによって,ちゃんとやってます感を出したい人
– 「で、それ効果あるの!?」と言われて、なんか説得力出せない人
GLOW -6-
一方的に学ぶのではなく,会全体へのコントリビューションを心がけてくだ
さい
4. 参加のルール
2013/8/4
• 参加資格
– 同意してほしいこと
• 本の一章/一部を読み,発表する
• 担当する章は割り当ての日に責任を持って発表する
– 本が基本→応用となっており,飛ばしにくいので
• 発表スライドは共有,公開
• スライドの内容
– 本の内容の紹介
– 理屈なところをがんばって理解して説明してください
– Rのコードは実行することでわかったことや、特に言及する内容があれば紹介してください
不明点はFaceBookやメールで質問していただければ,相談に乗ります
(勉強になるので)

More Related Content

Viewers also liked

【DBDA勉強会2013】Doing Bayesian Data Analysis Chapter 16: Metric Predicted Variab...
【DBDA勉強会2013】Doing Bayesian Data Analysis Chapter 16: Metric Predicted Variab...【DBDA勉強会2013】Doing Bayesian Data Analysis Chapter 16: Metric Predicted Variab...
【DBDA勉強会2013】Doing Bayesian Data Analysis Chapter 16: Metric Predicted Variab...Junki Marui
 
Doing Bayesian Data Analysis Chapter 11. Null Hypothesis Significance Testing
Doing Bayesian Data Analysis Chapter 11. Null Hypothesis Significance TestingDoing Bayesian Data Analysis Chapter 11. Null Hypothesis Significance Testing
Doing Bayesian Data Analysis Chapter 11. Null Hypothesis Significance TestingHiroki Takanashi
 
Chapter.13: Goals, Power and Sample Size "Doing Bayesian Data Analysis: A Tu...
Chapter.13: Goals, Power and Sample Size "Doing Bayesian Data Analysis:  A Tu...Chapter.13: Goals, Power and Sample Size "Doing Bayesian Data Analysis:  A Tu...
Chapter.13: Goals, Power and Sample Size "Doing Bayesian Data Analysis: A Tu...Hajime Sasaki
 
【DBDA勉強会2013】Doing Bayesian Data Analysis Chapter 9: Bernoulli Likelihood wit...
【DBDA勉強会2013】Doing Bayesian Data Analysis Chapter 9: Bernoulli Likelihood wit...【DBDA勉強会2013】Doing Bayesian Data Analysis Chapter 9: Bernoulli Likelihood wit...
【DBDA勉強会2013】Doing Bayesian Data Analysis Chapter 9: Bernoulli Likelihood wit...Koji Yoshida
 
クラシックな機械学習の入門  9. モデル推定
クラシックな機械学習の入門  9. モデル推定クラシックな機械学習の入門  9. モデル推定
クラシックな機械学習の入門  9. モデル推定Hiroshi Nakagawa
 
【DBDA勉強会2013】Doing Bayesian Data Analysis Chapter 8: Inferring Two Binomial P...
【DBDA勉強会2013】Doing Bayesian Data Analysis Chapter 8: Inferring Two Binomial P...【DBDA勉強会2013】Doing Bayesian Data Analysis Chapter 8: Inferring Two Binomial P...
【DBDA勉強会2013】Doing Bayesian Data Analysis Chapter 8: Inferring Two Binomial P...Junki Marui
 
Doing Bayesian Data Analysis, Chapter 5
Doing Bayesian Data Analysis, Chapter 5Doing Bayesian Data Analysis, Chapter 5
Doing Bayesian Data Analysis, Chapter 5春 根上
 
【DBDA 勉強会 2013 夏】Chapter 12: Bayesian Approaches to Testing a Point (‘‘Null’’...
【DBDA 勉強会 2013 夏】Chapter 12: Bayesian Approaches to Testing a Point (‘‘Null’’...【DBDA 勉強会 2013 夏】Chapter 12: Bayesian Approaches to Testing a Point (‘‘Null’’...
【DBDA 勉強会 2013 夏】Chapter 12: Bayesian Approaches to Testing a Point (‘‘Null’’...Shuhei Iitsuka
 
全脳アーキテクチャ勉強会 第1回(松尾)
全脳アーキテクチャ勉強会 第1回(松尾)全脳アーキテクチャ勉強会 第1回(松尾)
全脳アーキテクチャ勉強会 第1回(松尾)Yutaka Matsuo
 

Viewers also liked (12)

【DBDA勉強会2013】Doing Bayesian Data Analysis Chapter 16: Metric Predicted Variab...
【DBDA勉強会2013】Doing Bayesian Data Analysis Chapter 16: Metric Predicted Variab...【DBDA勉強会2013】Doing Bayesian Data Analysis Chapter 16: Metric Predicted Variab...
【DBDA勉強会2013】Doing Bayesian Data Analysis Chapter 16: Metric Predicted Variab...
 
Doing Bayesian Data Analysis Chapter 11. Null Hypothesis Significance Testing
Doing Bayesian Data Analysis Chapter 11. Null Hypothesis Significance TestingDoing Bayesian Data Analysis Chapter 11. Null Hypothesis Significance Testing
Doing Bayesian Data Analysis Chapter 11. Null Hypothesis Significance Testing
 
Dbda chapter17
Dbda chapter17Dbda chapter17
Dbda chapter17
 
Dbda chapter15
Dbda chapter15Dbda chapter15
Dbda chapter15
 
Chapter.13: Goals, Power and Sample Size "Doing Bayesian Data Analysis: A Tu...
Chapter.13: Goals, Power and Sample Size "Doing Bayesian Data Analysis:  A Tu...Chapter.13: Goals, Power and Sample Size "Doing Bayesian Data Analysis:  A Tu...
Chapter.13: Goals, Power and Sample Size "Doing Bayesian Data Analysis: A Tu...
 
【DBDA勉強会2013】Doing Bayesian Data Analysis Chapter 9: Bernoulli Likelihood wit...
【DBDA勉強会2013】Doing Bayesian Data Analysis Chapter 9: Bernoulli Likelihood wit...【DBDA勉強会2013】Doing Bayesian Data Analysis Chapter 9: Bernoulli Likelihood wit...
【DBDA勉強会2013】Doing Bayesian Data Analysis Chapter 9: Bernoulli Likelihood wit...
 
クラシックな機械学習の入門  9. モデル推定
クラシックな機械学習の入門  9. モデル推定クラシックな機械学習の入門  9. モデル推定
クラシックな機械学習の入門  9. モデル推定
 
【DBDA勉強会2013】Doing Bayesian Data Analysis Chapter 8: Inferring Two Binomial P...
【DBDA勉強会2013】Doing Bayesian Data Analysis Chapter 8: Inferring Two Binomial P...【DBDA勉強会2013】Doing Bayesian Data Analysis Chapter 8: Inferring Two Binomial P...
【DBDA勉強会2013】Doing Bayesian Data Analysis Chapter 8: Inferring Two Binomial P...
 
Doing Bayesian Data Analysis, Chapter 5
Doing Bayesian Data Analysis, Chapter 5Doing Bayesian Data Analysis, Chapter 5
Doing Bayesian Data Analysis, Chapter 5
 
Dbda勉強会
Dbda勉強会Dbda勉強会
Dbda勉強会
 
【DBDA 勉強会 2013 夏】Chapter 12: Bayesian Approaches to Testing a Point (‘‘Null’’...
【DBDA 勉強会 2013 夏】Chapter 12: Bayesian Approaches to Testing a Point (‘‘Null’’...【DBDA 勉強会 2013 夏】Chapter 12: Bayesian Approaches to Testing a Point (‘‘Null’’...
【DBDA 勉強会 2013 夏】Chapter 12: Bayesian Approaches to Testing a Point (‘‘Null’’...
 
全脳アーキテクチャ勉強会 第1回(松尾)
全脳アーキテクチャ勉強会 第1回(松尾)全脳アーキテクチャ勉強会 第1回(松尾)
全脳アーキテクチャ勉強会 第1回(松尾)
 

Similar to Dbda勉強会~概要説明ochi20130803

Josug advent calender20121219
Josug advent calender20121219Josug advent calender20121219
Josug advent calender20121219Ayumi Oka
 
大場ゼミ「ゼミガイダンス」プレゼン用
大場ゼミ「ゼミガイダンス」プレゼン用大場ゼミ「ゼミガイダンス」プレゼン用
大場ゼミ「ゼミガイダンス」プレゼン用Mitsuru Kazama
 
大場ゼミ「紹介パワーポイント」
大場ゼミ「紹介パワーポイント」大場ゼミ「紹介パワーポイント」
大場ゼミ「紹介パワーポイント」Mitsuru Kazama
 
140201josoken linkeddata
140201josoken linkeddata140201josoken linkeddata
140201josoken linkeddataItsumi Komura
 
インストールどうしてますか
インストールどうしてますかインストールどうしてますか
インストールどうしてますかHirohisa Yamaguchi
 
Learn about ODF / ODFを見なおそう
Learn about ODF / ODFを見なおそうLearn about ODF / ODFを見なおそう
Learn about ODF / ODFを見なおそうNaruhiko Ogasawara
 
Chrome Packaged Apps」の作り方を学んでみた  その1 ~ Chrome Packaged Appsって何ができるの? ~
Chrome Packaged Apps」の作り方を学んでみた   その1 ~ Chrome Packaged Appsって何ができるの? ~Chrome Packaged Apps」の作り方を学んでみた   その1 ~ Chrome Packaged Appsって何ができるの? ~
Chrome Packaged Apps」の作り方を学んでみた  その1 ~ Chrome Packaged Appsって何ができるの? ~Hiroki Ishizuka
 
Dad紹介@豆ナイト
Dad紹介@豆ナイトDad紹介@豆ナイト
Dad紹介@豆ナイト隆之 豊島
 

Similar to Dbda勉強会~概要説明ochi20130803 (9)

Josug advent calender20121219
Josug advent calender20121219Josug advent calender20121219
Josug advent calender20121219
 
大場ゼミ「ゼミガイダンス」プレゼン用
大場ゼミ「ゼミガイダンス」プレゼン用大場ゼミ「ゼミガイダンス」プレゼン用
大場ゼミ「ゼミガイダンス」プレゼン用
 
大場ゼミ「紹介パワーポイント」
大場ゼミ「紹介パワーポイント」大場ゼミ「紹介パワーポイント」
大場ゼミ「紹介パワーポイント」
 
学生団体Flagとは
学生団体Flagとは学生団体Flagとは
学生団体Flagとは
 
140201josoken linkeddata
140201josoken linkeddata140201josoken linkeddata
140201josoken linkeddata
 
インストールどうしてますか
インストールどうしてますかインストールどうしてますか
インストールどうしてますか
 
Learn about ODF / ODFを見なおそう
Learn about ODF / ODFを見なおそうLearn about ODF / ODFを見なおそう
Learn about ODF / ODFを見なおそう
 
Chrome Packaged Apps」の作り方を学んでみた  その1 ~ Chrome Packaged Appsって何ができるの? ~
Chrome Packaged Apps」の作り方を学んでみた   その1 ~ Chrome Packaged Appsって何ができるの? ~Chrome Packaged Apps」の作り方を学んでみた   その1 ~ Chrome Packaged Appsって何ができるの? ~
Chrome Packaged Apps」の作り方を学んでみた  その1 ~ Chrome Packaged Appsって何ができるの? ~
 
Dad紹介@豆ナイト
Dad紹介@豆ナイトDad紹介@豆ナイト
Dad紹介@豆ナイト
 

Recently uploaded

LoRaWANスマート距離検出センサー DS20L カタログ LiDARデバイス
LoRaWANスマート距離検出センサー  DS20L  カタログ  LiDARデバイスLoRaWANスマート距離検出センサー  DS20L  カタログ  LiDARデバイス
LoRaWANスマート距離検出センサー DS20L カタログ LiDARデバイスCRI Japan, Inc.
 
論文紹介:Video-GroundingDINO: Towards Open-Vocabulary Spatio-Temporal Video Groun...
論文紹介:Video-GroundingDINO: Towards Open-Vocabulary Spatio-Temporal Video Groun...論文紹介:Video-GroundingDINO: Towards Open-Vocabulary Spatio-Temporal Video Groun...
論文紹介:Video-GroundingDINO: Towards Open-Vocabulary Spatio-Temporal Video Groun...Toru Tamaki
 
Utilizing Ballerina for Cloud Native Integrations
Utilizing Ballerina for Cloud Native IntegrationsUtilizing Ballerina for Cloud Native Integrations
Utilizing Ballerina for Cloud Native IntegrationsWSO2
 
新人研修 後半 2024/04/26の勉強会で発表されたものです。
新人研修 後半        2024/04/26の勉強会で発表されたものです。新人研修 後半        2024/04/26の勉強会で発表されたものです。
新人研修 後半 2024/04/26の勉強会で発表されたものです。iPride Co., Ltd.
 
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)NTT DATA Technology & Innovation
 
LoRaWAN スマート距離検出デバイスDS20L日本語マニュアル
LoRaWAN スマート距離検出デバイスDS20L日本語マニュアルLoRaWAN スマート距離検出デバイスDS20L日本語マニュアル
LoRaWAN スマート距離検出デバイスDS20L日本語マニュアルCRI Japan, Inc.
 
論文紹介: The Surprising Effectiveness of PPO in Cooperative Multi-Agent Games
論文紹介: The Surprising Effectiveness of PPO in Cooperative Multi-Agent Games論文紹介: The Surprising Effectiveness of PPO in Cooperative Multi-Agent Games
論文紹介: The Surprising Effectiveness of PPO in Cooperative Multi-Agent Gamesatsushi061452
 
知識ゼロの営業マンでもできた!超速で初心者を脱する、悪魔的学習ステップ3選.pptx
知識ゼロの営業マンでもできた!超速で初心者を脱する、悪魔的学習ステップ3選.pptx知識ゼロの営業マンでもできた!超速で初心者を脱する、悪魔的学習ステップ3選.pptx
知識ゼロの営業マンでもできた!超速で初心者を脱する、悪魔的学習ステップ3選.pptxsn679259
 
論文紹介:Selective Structured State-Spaces for Long-Form Video Understanding
論文紹介:Selective Structured State-Spaces for Long-Form Video Understanding論文紹介:Selective Structured State-Spaces for Long-Form Video Understanding
論文紹介:Selective Structured State-Spaces for Long-Form Video UnderstandingToru Tamaki
 
Observabilityは従来型の監視と何が違うのか(キンドリルジャパン社内勉強会:2022年10月27日発表)
Observabilityは従来型の監視と何が違うのか(キンドリルジャパン社内勉強会:2022年10月27日発表)Observabilityは従来型の監視と何が違うのか(キンドリルジャパン社内勉強会:2022年10月27日発表)
Observabilityは従来型の監視と何が違うのか(キンドリルジャパン社内勉強会:2022年10月27日発表)Hiroshi Tomioka
 
Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。iPride Co., Ltd.
 
Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。iPride Co., Ltd.
 

Recently uploaded (12)

LoRaWANスマート距離検出センサー DS20L カタログ LiDARデバイス
LoRaWANスマート距離検出センサー  DS20L  カタログ  LiDARデバイスLoRaWANスマート距離検出センサー  DS20L  カタログ  LiDARデバイス
LoRaWANスマート距離検出センサー DS20L カタログ LiDARデバイス
 
論文紹介:Video-GroundingDINO: Towards Open-Vocabulary Spatio-Temporal Video Groun...
論文紹介:Video-GroundingDINO: Towards Open-Vocabulary Spatio-Temporal Video Groun...論文紹介:Video-GroundingDINO: Towards Open-Vocabulary Spatio-Temporal Video Groun...
論文紹介:Video-GroundingDINO: Towards Open-Vocabulary Spatio-Temporal Video Groun...
 
Utilizing Ballerina for Cloud Native Integrations
Utilizing Ballerina for Cloud Native IntegrationsUtilizing Ballerina for Cloud Native Integrations
Utilizing Ballerina for Cloud Native Integrations
 
新人研修 後半 2024/04/26の勉強会で発表されたものです。
新人研修 後半        2024/04/26の勉強会で発表されたものです。新人研修 後半        2024/04/26の勉強会で発表されたものです。
新人研修 後半 2024/04/26の勉強会で発表されたものです。
 
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
 
LoRaWAN スマート距離検出デバイスDS20L日本語マニュアル
LoRaWAN スマート距離検出デバイスDS20L日本語マニュアルLoRaWAN スマート距離検出デバイスDS20L日本語マニュアル
LoRaWAN スマート距離検出デバイスDS20L日本語マニュアル
 
論文紹介: The Surprising Effectiveness of PPO in Cooperative Multi-Agent Games
論文紹介: The Surprising Effectiveness of PPO in Cooperative Multi-Agent Games論文紹介: The Surprising Effectiveness of PPO in Cooperative Multi-Agent Games
論文紹介: The Surprising Effectiveness of PPO in Cooperative Multi-Agent Games
 
知識ゼロの営業マンでもできた!超速で初心者を脱する、悪魔的学習ステップ3選.pptx
知識ゼロの営業マンでもできた!超速で初心者を脱する、悪魔的学習ステップ3選.pptx知識ゼロの営業マンでもできた!超速で初心者を脱する、悪魔的学習ステップ3選.pptx
知識ゼロの営業マンでもできた!超速で初心者を脱する、悪魔的学習ステップ3選.pptx
 
論文紹介:Selective Structured State-Spaces for Long-Form Video Understanding
論文紹介:Selective Structured State-Spaces for Long-Form Video Understanding論文紹介:Selective Structured State-Spaces for Long-Form Video Understanding
論文紹介:Selective Structured State-Spaces for Long-Form Video Understanding
 
Observabilityは従来型の監視と何が違うのか(キンドリルジャパン社内勉強会:2022年10月27日発表)
Observabilityは従来型の監視と何が違うのか(キンドリルジャパン社内勉強会:2022年10月27日発表)Observabilityは従来型の監視と何が違うのか(キンドリルジャパン社内勉強会:2022年10月27日発表)
Observabilityは従来型の監視と何が違うのか(キンドリルジャパン社内勉強会:2022年10月27日発表)
 
Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。
 
Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。
 

Dbda勉強会~概要説明ochi20130803

  • 1. 2013/08/03 @東大工9-119 松尾研 D2 大知 正直 DBDA勉強会 概要説明 2013/8/4
  • 2. GLOW -1- 今日からDBDA勉強会を始めます 今日の予定 2013/8/4 1. 主催者の紹介 2. DBDAとは.勉強会の目標 3. 参加の対象となる方 4. スケジュール 5. 参加のルール,スライドの内容 6. Ch.1~5の発表 7. 出席者の皆さんの自己紹介 8. 他の章の担当者決め
  • 3. GLOW -2- 名前は「大知 正直(おおち まさなお)」と読みます 1. 主催者の紹介 2013/8/4 • 経歴詳細はFaceBookでどうぞ – 学部~社会人~修士~博士 – データマイニングに興味を持ったきっかけ • 会社員時代にSPICEという電子回路をシュミレーションするソフトを利用したのがきっかけ • 半導体界では,実際にチップを作ることなくSPICE上のシュミレーション結果のみを元に詳細 設計が行われていく • 回路情報は文字情報としてシンボル化される – 実体あるチップとは切り離されて設計される 実際の回路 test CMOS INV (tran) **** CMOS INV **** mn1 t2 t1 0 0 nm l=4u w=8u ad=80p as=80p pd=36u ps=36u mp1 t2 t1 t3 t3 pm l=4u w=16u ad=160p as=160p pd=52u ps=52u c1 0 t1 3p **** power suplly **** vdd t3 0 dc 5 vin t1 0 pulse( 0 5 30n 2n 2n 100n 200n) (←下図に描く形のパルス入 力) **** MOS FET model **** .model nm nmos (level=2 vto=1.0 tox=0.035u nsub=1e15 uo=500 + ucrit=4.5e4 uexp=0.11 tpg=1 ld=0.2u xj=0.29u js=6m pb=0.94 + cj=3.85e-4 cjsw=1.6n cgdo=0.45n cgso=0.45n cgbo=0.042n + rd=1 rs=1) .model pm pmos (level=2 vto=-1.0 tox=0.035u nsub=1e16 uo=250 + ucrit=2.0e4 uexp=0.08 tpg=-1 ld=0.3u xj=0.43u js=6m pb=0.88 + cj=1.23e-4 cjsw=2.36n cgdo=0.25n cgso=0.25n cgbo=0.02n + rd=1 rs=1) ネットリス ト 等価 出力:工場でできた製品と完全に合わせ込 む 文字情報をいじくって,良い感じの 条件出しをするお仕事だった → 回路でやるより,ウェブの様々な ログで行う方がおもしろい!と思っ たのがきっかけ 興味対象: 情報推薦,データ解析
  • 4. GLOW -3- ベイズ統計解析を実データに自分のアイデアで応用できるようにしたい 2. DBDAとは.勉強会の目標 2013/8/4 • DBDA選定理由 – いくつか見た中で最も丁寧 • PRMLとか難しすぎ(読むのしんどい) • 理屈がわかっても背景や動機まで理解できていない – ソースコード付きで実用的な予感 • モデルだけ学んで、理解不足で結局応用できない • 勉強会の目標 – (自分が)自分なりのアイデアでモデリングできて, 答えを出せるようになること ややこしいグラフィ カルモデルをしたり 顔で語りたい,のイ メージ図
  • 5. GLOW -4- ベイズ統計に興味あるけど,何の役に立つの!?みたいな方向けです 3.参加の対象となる方 2013/8/4 • 参加対象になる人 – 統計の勉強がしたい人 – Rの勉強がしたい人 – ベイズ統計の基本から勉強したい人 – 僕の考えたすごいモデルをソースコードに落とせない人 – 確率モデルを持ち出すことによって,ちゃんとやってます感を出したい人 – 「で、それ効果あるの!?」と言われて、なんか説得力出せない人
  • 6. GLOW -6- 一方的に学ぶのではなく,会全体へのコントリビューションを心がけてくだ さい 4. 参加のルール 2013/8/4 • 参加資格 – 同意してほしいこと • 本の一章/一部を読み,発表する • 担当する章は割り当ての日に責任を持って発表する – 本が基本→応用となっており,飛ばしにくいので • 発表スライドは共有,公開 • スライドの内容 – 本の内容の紹介 – 理屈なところをがんばって理解して説明してください – Rのコードは実行することでわかったことや、特に言及する内容があれば紹介してください 不明点はFaceBookやメールで質問していただければ,相談に乗ります (勉強になるので)