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【E資
 格出題範囲】集中講座 DAY1
X-WR-CALNAME:機械学習・深層学習のための確率・統計【E資
 格出題範囲】集中講座 DAY1
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:673941@techplay.jp
SUMMARY:機械学習・深層学習のための確率・統計【E資格出
 題範囲】集中講座 DAY1
DTSTART;TZID=Asia/Tokyo:20180609T090000
DTEND;TZID=Asia/Tokyo:20180609T140000
DTSTAMP:20260419T163715Z
CREATED:20180514T124110Z
DESCRIPTION:イベント詳細はこちら\nhttps://techplay.jp/event/67394
 1?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\n  開催日時\n  勉強会名\n\n\n\n\n  6/
 9(土)  09:00-14:00\n  確率・統計 DAY1\n\n\n  6/9(土)  15:00-20:00\
 n  微分\n\n\n  6/10(日)  09:00-14:00\n  確率・統計 DAY2\n\n\n  6/
 10(日)  15:00-20:00\n  線形代数\n\n\n\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\nhttp://www.deeplearningbook.org/contents/prob.html\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\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!) • 指数分布とラフ
 ゚ラス分布(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\n会場へのアクセス方法\
 n\n直接会場までお越しください。\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:西川コミュニケーションズ（株）名古屋　１階会
 議室 名古屋市東区東桜2-11-16 西川ビル
URL:https://techplay.jp/event/673941?utm_medium=referral&utm_source=ics&utm
 _campaign=ics
END:VEVENT
END:VCALENDAR