BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//https://techplay.jp//JP
CALSCALE:GREGORIAN
METHOD:PUBLISH
X-WR-CALDESC:【E資格DL出題内容対応】（微分）機械学習・
 ディープラーニングのための応用数学入門
X-WR-CALNAME:【E資格DL出題内容対応】（微分）機械学習・
 ディープラーニングのための応用数学入門
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:671098@techplay.jp
SUMMARY:【E資格DL出題内容対応】（微分）機械学習・ディ
 ープラーニングのための応用数学入門
DTSTART;TZID=Asia/Tokyo:20180505T150000
DTEND;TZID=Asia/Tokyo:20180505T200000
DTSTAMP:20260413T123418Z
CREATED:20180427T122832Z
DESCRIPTION:イベント詳細はこちら\nhttps://techplay.jp/event/67109
 8?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、微分を扱います。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。5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機械学習の実務においては、数学の公式
 を知っているといったレベルの知識は役に立たないの
 で、本講義では、公式の暗記ではなく、そこに至るプ
 ロセス・モチベーションに比重を置き、意味と意義が
 理解できるようになることを中心に進められればと思
 います。\n\nまた、E資格の出題範囲として明示はされ
 ていませんが、E資格の例題を見ると当然のように記述
 されている（当たり前すぎて範囲としていないだけの
 ようです）ので、ぜひ本講座で基礎を抑えていただけ
 ればと思います。\n\n受付・入場時間\n\n\n開始の10分前
 から\n\n\nカリキュラム\n\n\n講座のゴール共有\n機械学
 習における微分\n微分その前に\n\n関数\n様々な関数\nn
 乗\nΣ\n\n\n\n極限と微分の定義・本質\n\n平均変化率\n極
 限\n微分係数の公式\n二項定理（順列・組み合わせ）\n
 導関数と増減表\n様々な関数の微分\n\n\n\n微分の応用\n\
 n様々な関数の微分\n合成関数の微分\n積と商の微分\nn
 回微分による極大/極小\n偏微分\n\n\n\n機械学習での微
 分利用\n\n最小2乗法\n勾配降下法\n\n\n\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なぜML、DLに微分が
 必要なのかを知りたい方\nML、DLを勉強しているが、微
 分に自信のない方\nこれからAIを勉強したいが、微分を
 先に身につけたい方\n\n\n会場へのアクセス方法\n\n土曜
 日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://imgu
 r.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（あると資料を眺めながら受講いた
 だけます）\n筆記用具・紙5枚程度\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/671098?utm_medium=referral&utm_source=ics&utm
 _campaign=ics
END:VEVENT
END:VCALENDAR