BEGIN:VCALENDAR VERSION:2.0 PRODID:-//https://techplay.jp//JP CALSCALE:GREGORIAN METHOD:PUBLISH X-WR-CALDESC:【E資格出題範囲対応】（情報理論）機械学習 ・ディープラーニングのための応用数学入門 X-WR-CALNAME:【E資格出題範囲対応】（情報理論）機械学習 ・ディープラーニングのための応用数学入門 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:684283@techplay.jp SUMMARY:【E資格出題範囲対応】（情報理論）機械学習・デ ィープラーニングのための応用数学入門 DTSTART;TZID=Asia/Tokyo:20180805T140000 DTEND;TZID=Asia/Tokyo:20180805T173000 DTSTAMP:20260510T004810Z CREATED:20180709T140442Z DESCRIPTION:イベント詳細はこちら\nhttps://techplay.jp/event/68428 3?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、情報理論を扱います。情報理論は確率 統計学の応用範囲である「計算機科学」の一分野であ り、事象の曖昧さ、不確実さを定式的に扱うための極 めて応用的、実用的な内容を多く含みます。\n情報理 論はあまりメジャーな分野ではありませんので、「本 格的な講座」が開講されることがあまり多くありませ んが、本講座では、機械学習関連の書籍、また、日本 ディープラーニング協会E資格で出題範囲の情報理論の 諸概念について、見た瞬間に「なるほど」と思えるレ ベルの理解を目指します。\n自己情報量／相互情報量 ／エントロピー／KLダイバージェンスなどなど、機械 学習の書籍では頻繁にあらわれる概念を、数式から逃 げず、かつ、直感的な意味合いも大切にしながら丁寧 に解説します。また、練習問題で「手を動かして」数 式に習熟することも取り入れ、「根本的な理解」を目 指します。\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「情報理論」の章では、突然「自己情 報量」「エントロピー」等の定義だけがあらわれ、意 味合いについての明確な説明があまりなされません。 本講義では、基礎的な確率統計学の知識をもとに、情 報理論で現れる基本的な定義の「根本的な意味合いを 含めて」理解できるスキルを身につける事ができます 。また、E資格の問題も無理なくクリアできるスキルが 身につきます。\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/pro b.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\n・確率論の復習\n・対数関数の復習\n・自 己情報量\n・エントロピー\n・２値エントロピー関数\n ・条件付きエントロピー\n・相互情報量\n・シャノンの 基本不等式\n・カルバック・ライブラー情報量（KLダイ バージェンス）\n\n\n\n若干変更なる場合があります。\n 対象者\n・微分、線形代数、確率統計については学ん だが、情報理論についての入門書籍、講座が見つから ず困っている方\n・定義や定理を見ても、何を言って いるのかよくわかず、もっと根本的な理解に到達した い方\n・情報理論を実務に活かしたい方。\n\n\n\n受講に 必要なスキル\n・基礎的な確率論の知識（習熟してい るのが望ましいが、最低限の復習の時間も設ける）\n ・四則演算、Σ記号、関数等の基礎的な数学の知識\n・ 数式を見ても拒絶反応が起こらない気持ち（慣れ）\n\n \n\n不安な方は、以下講座を受講ください！\n7月14日（ 土）開講予定「微分」 もしくは 7月29日（日）開講予 定「微分」\n7月15日（日）開講予定「確率・統計Day1」\ n7月22日（日）開講予定「確率・統計Day2」\n7月28日（土 ）開講予定「線形代数」\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://imgur.com /a/XteLG\n\n遅刻される方は、入り口に着かれましたら、s killupai.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/4903814661) 。\n 現在は画像解析システムの研究開発企業に対して、Deep Learning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（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* 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://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/684283?utm_medium=referral&utm_source=ics&utm _campaign=ics END:VEVENT END:VCALENDAR