BEGIN:VCALENDAR VERSION:2.0 PRODID:-//https://techplay.jp//JP CALSCALE:GREGORIAN METHOD:PUBLISH X-WR-CALDESC:秋の陣【8月期 応用数学シリーズ】機械学習・ ディープラーニングのための多変量解析 X-WR-CALNAME:秋の陣【8月期 応用数学シリーズ】機械学習・ ディープラーニングのための多変量解析 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:687827@techplay.jp SUMMARY:秋の陣【8月期 応用数学シリーズ】機械学習・デ ィープラーニングのための多変量解析 DTSTART;TZID=Asia/Tokyo:20180915T090000 DTEND;TZID=Asia/Tokyo:20180915T140000 DTSTAMP:20260504T193021Z CREATED:20180730T020611Z DESCRIPTION:イベント詳細はこちら\nhttps://techplay.jp/event/68782 7?utm_medium=referral&utm_source=ics&utm_campaign=ics\n\n◆◆◆開講 日程を変更いたしました。現在掲載されている日時を 正とします◆◆◆\n講座体系\n機械学習の理解に不可欠 な数学の知識に関して、初学者でも基礎から実践まで 体系化に学べるように、基礎数学シリーズと応用数学 シリーズの2シリーズで展開しています。\n\n\n\nシリー ズ\n分野\n前提知識\n\n\n\n\n基礎数学シリーズ\n微分、線 形代数、確率統計\n不要\n\n\n応用数学シリーズ\n多変量 解析、ベイズ推論のための確率統計アドバンス、最適 化、情報理論\n基礎数学シリーズの指定の講座修了レ ベル\n\n\n\n直近のシリーズ\n応用数学\n\n\n\n日程\n時間\n 講義名\n\n\n\n\n9/02（日）\n09:00-12:30\n機械学習・ディー プラーニングのための情報理論\n\n\n9/02（日）\n13:30-20:0 0\n機械学習・ディープラーニングのための最適化\n\n\n9 /15（土）\n09:00-14:00\n機械学習・ディープラーニングの ための多変量解析\n\n\n9/15（土）\n15:00-20:00\nベイズ推論 のための確率統計アドバンス\n\n\n\n\nお得な応用数学講 座セットは、HP からお申し込みを受け付けております 。\nHPからのセットでのお申し込みは、銀行振込、領収 書・請求書・申込書希望にも対応可能です。\n講座内 で全て消化できない方向けに、HPから動画も購入いた だけるようにする予定です。\n\n概要\nAIに関するほと んどの書籍や学習コンテンツは、数式を用いた説明を しており、数学に苦手意識をもつ方にとっては、難解 な分野だという雰囲気を醸しています。\nしかし、AI自 体が数式で知能を表現しようという試みであるとも言 えるため、数学を学ばずにAIを理解することはできま せん。\nスキルアップAIの数学講座は、前提知識不要レ ベルの基礎数学講座から、機械学習を理解するのに直 結する応用数学講座まで、豊富なラインナップで講座 を展開しています。\n今回は、機械学習・ディープラ ーニングのための「多変量解析」です。\nたくさんの データをもとに現象を予測・分析する技術はディープ ラーニングだけではありません。その代表例としてデ ータ間の関連性を解析する回帰分析や、データに内在 する本質的情報を抽出する主成分分析などが挙げられ ます。\n本講座では、基礎的な統計学からおさらいし 、回帰分析・主成分分析の理論をご紹介します。その 後、演習を通じて実践的に手法をご理解いただきます 。\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* データベクトルと偏差ベクトル\n* データの代 表値\n　ー 平均\n　ー 分散\n　ー 標準偏差\n　ー 共分 散\n　ー 相関係数\n* 相関係数の幾何学的意味\n* 最小 二乗法\n* 線形回帰\n　ー 単回帰分析\n　ー 重回帰分析 \n* ロジスティック回帰\n* 主成分分析\n* Pythonでの演習\ n　ー 線形回帰演習\n　ー ロジスティック回帰演習\n　 ー 主成分分析演習\n\n\n\n若干変更になる場合がありま す。\n対象者（受講にあたっての前提知識）\n「微分」 「線形代数」「確率統計Day1\, Day2」講座を受講もしく は、修了相当の理解をしていること\n\n\n\n会場へのア クセス方法\n西川コミュニケーションズ本社\n\nhttps://ni shikawa.jp/corporate/offices.html \n〒461-0005名古屋市東区東桜2- 11-16 西川ビル \nビルに直接お越しください。\n\n\n\n講 師\nS Saito\nスキルアップAI講師。横浜国立大学卒業。高 専時代に画像認識に対して興味を持ったことがきっか けで、現在ではDeep Learningや機械学習、進化計算などの 人工知能分野のアルゴリズム研究開発やコンサルティ ングに従事。日本ディープラーニング協会の2018年度G 検定 合格者。\n\n\n\n当日のお持物\nご自身のノートPC\n 筆記用具\n\n\n\n講座までの準備\n【動作環境】\nMacOSX 10. 9 以上\nWindows 7 以上（64bit必須）\nメモリ8GB以上必須\n ※8GB未満でも受講して頂くことは可能ですが、大きな データを扱う演習の際に不具合が発生する可能性があ ります。\nメモリ不足が原因の不具合についてはサポ ートすることができませんので、あらかじめご了承く ださい。\n\n\n【環境構築について】\nAnaconda3-5.0.1以上 の事前インストールをいただき、ブラウザでnotebookが 表示されるところまでをお願いいたします。\nこちら を参考にしてください。\nhttps://goo.gl/FRWrax\n※各自で必 ず当日までに環境構築のみはお願いいたします。\nも し環境構築等でご不明な点等あれば、事前にご連絡い ただければご案内します。\n\n\n【通信環境に関して】\ n基本的にはこちらでWi-Fi環境を確保したいと考えてお りますが、wifiが使えない日がないとも限らないのでwif iは自己責任でお願いいたします。（現在開講中の講座 にて会場にWi-Fi環境が無い場合、ご自身のスマートフ ォンのデザリングなどで対応されております）\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* 2回目受講枠に関しま しては、過去に同じ分野の講座を受講された方のみ、 お申し込みが可能です。受講履歴を確認させていただ きます\n\n\n\n運営団体\nhttps://www.skillupai.com\n講座に関す るお問い合わせは、info@skillupai.comまでお願いいたしま す。 LOCATION:西川コミュニケーションズ（株） 名古屋市東区 東桜2-11-16 西川ビル URL:https://techplay.jp/event/687827?utm_medium=referral&utm_source=ics&utm _campaign=ics END:VEVENT END:VCALENDAR