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 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 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:683983@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 DTSTART;TZID=Asia/Tokyo:20180729T140000 DTEND;TZID=Asia/Tokyo:20180729T190000 DTSTAMP:20260422T123903Z CREATED:20180707T140455Z DESCRIPTION:イベント詳細はこちら\nhttps://techplay.jp/event/68398 3?utm_medium=referral&utm_source=ics&utm_campaign=ics\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、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開始の10分 前から\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\n関数\n様々な関数\nn 乗\nΣ\n\n極限と微分の定義・本質\n\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微分の応用\n\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機械学習での微分利用\n\ n\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\n対象者\n\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/Xte LG\n\n遅刻される方は、入り口に着かれましたら、skillup ai.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H aikara 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＊または、機械学習に精 通した他の講師が務めます。\n\n当日のお持物\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、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 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/683983?utm_medium=referral&utm_source=ics&utm _campaign=ics END:VEVENT END:VCALENDAR