BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//https://techplay.jp//JP
CALSCALE:GREGORIAN
METHOD:PUBLISH
X-WR-CALDESC:確率・統計【E資格出題範囲対応】機械学習・
 ディープラーニングのための応用数学入門 DAY2
X-WR-CALNAME:確率・統計【E資格出題範囲対応】機械学習・
 ディープラーニングのための応用数学入門 DAY2
X-WR-TIMEZONE:Asia/Tokyo
BEGIN:VTIMEZONE
TZID:Asia/Tokyo
BEGIN:STANDARD
DTSTART:19700101T000000
TZOFFSETFROM:+0900
TZOFFSETTO:+0900
TZNAME:JST
END:STANDARD
END:VTIMEZONE
BEGIN:VEVENT
UID:670885@techplay.jp
SUMMARY:確率・統計【E資格出題範囲対応】機械学習・ディ
 ープラーニングのための応用数学入門 DAY2
DTSTART;TZID=Asia/Tokyo:20180505T090000
DTEND;TZID=Asia/Tokyo:20180505T140000
DTSTAMP:20260420T180401Z
CREATED:20180426T194551Z
DESCRIPTION:イベント詳細はこちら\nhttps://techplay.jp/event/67088
 5?utm_medium=referral&utm_source=ics&utm_campaign=ics\n\n概要\n\n現在
 、ほとんどの機械学習・ディープラーニングの書籍や
 学習コンテンツは、数式やアルゴリズムを用いた説明
 をしており、数学から遠ざかってしまった方が読み進
 めるのが難しく、難解な分野だという雰囲気を醸して
 います。\n\n正直、ありもののライブラリやAPIを使えば
 、機械学習・ディープラーニングでそれなりのものは
 作れる世の中になりつつあります。しかし、だからこ
 そ今後求めらるのは本当にAIを理解している人である
 はずですから、 ML/DLで扱うアルゴリズムの理解に不可
 欠な数学や統計などの知識は重要と言えます。\n\n本講
 座は、上記思想のもと、一人だと非効率かつ目的を見
 失いがちなMLに必要な数学について、ML/DLにおける数学
 の観点からカリキュラムを作成し、数学について全く
 自信のない方でも、ML/DL界隈で基礎とされる数式・ア
 ルゴリズムが独学できるスキルの習得を目指します。\
 n\n今回は、確率/統計を扱います。尤度関数や誤差関数
 ／損失関数、勾配降下法といった「学習時の最適化問
 題」の解決のためにはとても重要な分野です。合計10
 時間の講座となりますので、完全なる理解は難しいか
 もしれませんが、ML入門書を独学できるベースの知識
 を、多くの演習問題を通して身につけられるようにプ
 ログラムしています。\n\nこの講座で得られること\n\n
 先日邦訳が発売された深層学習の世界的名著で入門者
 必読とされる深層学習 。この第3章が機械学習・ディ
 ープラーニングの理解に必要な確率・統計の説明に割
 り当てらています。本講義では、DAY1とDAY2を通して受
 講されることで、確率/統計について全く自信のない方
 でも、ML/DL界隈で基礎とされるこの章が理解できるス
 キル。\n\n\n  英語版は無料なのでこちらで内容を確認
 いただけます。\n  http://www.deeplearningbook.org/contents/prob.ht
 ml\n\n\n受付・入場時間\n\n開始の10分前から\n\nカリキュ
 ラム\n\nDAY1\n\n統計学とは\n記述統計学と推計統計学\n母
 集団と標本\n質的データ vs 量的データ\nデータの視覚
 化\n総和記号Σ\n量的データの中心\n量的データのばら
 つき・広がり・二変数間の関連の強さ\n確率\n条件付き
 確率\n\n\nDAY2\n\n確率変数\n確率分布\n確率変数の期待値
 と分散と標準偏差(意味も)\nベルヌーイ分布\nマルチヌ
 ーイ(カテゴリカル)分布\n正規分布(1.96σ、中心極限定
 理など、特に詳しく!) • 指数分布とラプラス分布(紹
 介だけ)\n構造化確率モデル(ざっくりと)\n二項分布と多
 項分布\n仮説検定  \n\n\n若干変更となる場合があります
 。\n\n対象者\n\n\nこれからAIを勉強したい、もしくはML
 、DLを勉強しているが、確率・統計に自信のない方\n式
 などはわかるが、その基礎・原理をしっかり学びたい
 方\n\n\n会場へのアクセス方法\n\n週末はビル正面玄関が
 閉まっているため、開始10分前より随時内側から開錠
 いたします。\n\nビル正面玄関前でお待ちいただきます
 ようお願い致します。\n\nhttps://imgur.com/a/XteLG\n\n遅刻さ
 れる方は、入り口に着かれましたら、skillupai.tokyo@gmail.
 com までご連絡ください。\nスタッフがお迎えに行きま
 す。\n\n講師\n\nS Akematsu\n\n東北大学理学部数学科卒業。
 個人事業を経て、高専向け学習塾「ナレッジスター」
 の経営などを行う教育特化型企業「合同会社Haikara City
 」を創業。現在、高専教育、社会人向けIT教育、WEB教
 育コンテンツの発信等を主に行う。著書  線形空間論
 入門 。現在は、画像解析システムの研究開発企業に対
 して、DeepLearningに関する数理コンサルティング、数学
 指導なども行う\n\n当日のお持物\n\n\nご自身のノートPC
 （必須）\n筆記用具\n\n\n講座までの準備\n\nなし\n\n領収
 書\n\n【Paypalでお支払いの場合】\n\nPayPal発行の受領書
 が領収書となります。\n\n受領書ページは、PayPalの支払
 い完了ページで「印刷用受領書を見る」をクリックす
 ると表示されます。\n（当社よりの重複しての領収書
 発行は行えません)\n\n備考\n\n\n長時間ですので、とこ
 ろどころ休憩を挟みます\n勉強会内容を撮影もしくは
 録音することは、ご遠慮ください\n個人ブログへの記
 述については、良識の範囲内でお願いいたします\n講
 義コンテンツは全てスキルアップAIに帰属しています
 ので、複製はご遠慮ください\n\n\n運営団体\n\nhttps://www.
 skillupai.com\n
LOCATION:スキルアップ・ビデオテクノロジーズ株式会社 BF
 1スタジオ 東京都渋谷区桜丘町9番8号 KN渋谷3ビル
URL:https://techplay.jp/event/670885?utm_medium=referral&utm_source=ics&utm
 _campaign=ics
END:VEVENT
END:VCALENDAR