BEGIN:VCALENDAR VERSION:2.0 PRODID:-//https://techplay.jp//JP CALSCALE:GREGORIAN METHOD:PUBLISH X-WR-CALDESC:機械学習・ディープラーニングのための基礎 数学・微分入門　開催 X-WR-CALNAME:機械学習・ディープラーニングのための基礎 数学・微分入門　開催 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:683980@techplay.jp SUMMARY:機械学習・ディープラーニングのための基礎数学 ・微分入門　開催 DTSTART;TZID=Asia/Tokyo:20180729T140000 DTEND;TZID=Asia/Tokyo:20180729T190000 DTSTAMP:20260501T055243Z CREATED:20180707T140403Z DESCRIPTION:イベント詳細はこちら\nhttps://techplay.jp/event/68398 0?utm_medium=referral&utm_source=ics&utm_campaign=ics\n\n◆◆◆本日 は予定通り開催いたします。2018年7月29日◆◆◆\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AP I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、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\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　－ 関数\n　－ 様 々な関数\n　－ n乗\n　－ Σ\n* 極限と微分の定義・本質 \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* 微分の応用\n　－ 様々 な関数の微分\n　－ 合成関数の微分\n　－ 積と商の微 分\n　－ n回微分による極大/極小\n　－ 偏微分\n* 機械 学習での微分利用\n　－ 最小2乗法\n　－ 勾配降下法\n\ n\n\n若干変更なる場合があります。\n対象者\n・なぜML 、DLに微分が必要なのかを知りたい方\n・ML、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\n会場への アクセス方法\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 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://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skill upai.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 Akemats u\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/4903814661) 。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\n＊または、機械学習 に精通した他の講師が務めます。\n当日のお持物\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\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、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\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\nhtt ps://www.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/683980?utm_medium=referral&utm_source=ics&utm _campaign=ics END:VEVENT END:VCALENDAR