BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//https://techplay.jp//JP
CALSCALE:GREGORIAN
METHOD:PUBLISH
X-WR-CALDESC:機械学習・深層学習のための確率・統計 DAY2【
 E資格出題範囲】
X-WR-CALNAME:機械学習・深層学習のための確率・統計 DAY2【
 E資格出題範囲】
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:673786@techplay.jp
SUMMARY:機械学習・深層学習のための確率・統計 DAY2【E資
 格出題範囲】
DTSTART;TZID=Asia/Tokyo:20180603T090000
DTEND;TZID=Asia/Tokyo:20180603T140000
DTSTAMP:20260406T152045Z
CREATED:20180514T020404Z
DESCRIPTION:イベント詳細はこちら\nhttps://techplay.jp/event/67378
 6?utm_medium=referral&utm_source=ics&utm_campaign=ics\n\n機械学習・
 ディープラーニングための数学マラソンウィークエン
 ド\n\n開催日程\n\n\n\n開催日時\n勉強会名\n\n\n\n6/2(土)  09
 :00-14:00\n確率・統計 DAY1\n\n\n6/2(土)  15:00-20:00\n微分\n\n\n6
 /3(日)  09:00-14:00\n確率・統計 DAY2\n\n\n6/3(日)  15:00-20:00\n
 線形代数\n\n\n\n内容概要\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、M
 L/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またJDLA認定プログラムとして、E資格試験の出題
 範囲を網羅しているので、受講いただければ、数学出
 題範囲はクリアーできるように設計しております。\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英語版は無料なの
 でこちらで内容を確認いただけます。\nhttp://www.deeplearn
 ingbook.org/contents/prob.html\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* 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・広か
 ゙り • 二変数間の関連の強さ\n* 確率\n* 条件付き確率
 \n\nDAY2\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若干変更なる
 場合があります。\n\n対象者\n\n・確率・統計を一から
 学びたい方\n・これからAIを勉強したい、もしくはML、D
 Lを勉強しているが、確率・統計に自信のない方\n・公
 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会場へのアクセス方法\n\n会場が決まり次第ご
 連絡いたします\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ご自
 身のノートPC（必須）\n筆記用具\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】\nPayPal発行
 の受領書が領収書となります。\n受領書ページは、PayPa
 l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
LOCATION:大阪駅周辺 大阪府大阪市北区梅田３丁目１−１
URL:https://techplay.jp/event/673786?utm_medium=referral&utm_source=ics&utm
 _campaign=ics
END:VEVENT
END:VCALENDAR