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:683002@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:20180722T140000
DTEND;TZID=Asia/Tokyo:20180722T190000
DTSTAMP:20260429T170453Z
CREATED:20180702T140305Z
DESCRIPTION:イベント詳細はこちら\nhttps://techplay.jp/event/68300
 2?utm_medium=referral&utm_source=ics&utm_campaign=ics\n\n内容概要\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
 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この講座で得られること\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.deeplearningbook.org/contents/prob.html\n\n\n
 \n受付・入場時間\n開始の10分前から\n\n\n\nカリキュラ
 ム\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・広がり • 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\n\n若干変更
 なる場合があります。\n対象者\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\n会場へのアクセス方法\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。\nhttps://img
 ur.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ビル館内では飲食物の購入
 はできませんので、飲食物は事前に購入の上、ご来場
 ください。\n\n講座中（休憩時間など）にビル外に外出
 される際は、スタッフまでお声がけください。\nまた
 携帯をご持参頂き、お戻りの時間をskillupai.tokyo@gmail.com
 までご連絡ください。\nビル正面玄関へ、スタッフが
 お迎えに上がります。\n\n\n\n講師\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](https://www.amazon.co.jp/dp/490381466
 1) 。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\n＊または、機械学習に精通した他
 の講師が務めます。\n\n\n\n当日のお持物\nご自身のノー
 トPC（必須）\n筆記用具\n\n\n\n講座までの準備\nなし\n\n\
 n\n領収書\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、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\n\n備考\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\n運営団体\nhttps://w
 ww.skillupai.com
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/683002?utm_medium=referral&utm_source=ics&utm
 _campaign=ics
END:VEVENT
END:VCALENDAR