BEGIN:VCALENDAR VERSION:2.0 PRODID:-//https://techplay.jp//JP CALSCALE:GREGORIAN METHOD:PUBLISH X-WR-CALDESC:【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:【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:687957@techplay.jp SUMMARY:【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:20180825T140000 DTEND;TZID=Asia/Tokyo:20180825T190000 DTSTAMP:20260502T042835Z CREATED:20180730T140544Z DESCRIPTION:イベント詳細はこちら\nhttps://techplay.jp/event/68795 7?utm_medium=referral&utm_source=ics&utm_campaign=ics\n\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基 礎数学\n\n\n\n日程\n時間\n講義名\n\n\n\n\n8/11（土）\n14:00- 19:00\n機械学習・ディープラーニングのための微分基礎 \n\n\n8/12（日）\n14:00-19:00\n機械学習・ディープラーニン グのための確率・統計DAY1\n\n\n8/18（土）\n14:00-19:00\n機 械学習・ディープラーニングのための線形代数\n\n\n8/19 （日）\n14:00-19:00\n機械学習・ディープラーニングのた めの確率・統計DAY2\n\n\n\n応用数学\n\n\n\n日程\n時間\n講 義名\n\n\n\n\n8/25（土）\n14:00-19:00\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\n8/26（日）\n14:00-19:0 0\nベイズ推論のための確率統計アドバンス\n\n\n9/01（土 ）\n14:00-20:30\n機械学習・ディープラーニングのための 最適化\n\n\n9/02（日）\n14:00-17:30\n機械学習・ディープラ ーニングのための情報理論\n\n\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 けるようにしました。\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講師\nS Mizoguchi\n東京 大学大学院所属。統計検定一級所持。ハンズフリー音 声通信に適した聴覚的品質を損なわない音声強調をテ ーマに、深層学習と高次統計量分析の観点から、chainer を用いて研究を行っている。\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 ://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skillupai.tokyo@gma il.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8 GB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】\nAnaconda 3-5.0.1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wifi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:スキルアップビデオテクノロジーズ 東京都渋谷 区桜丘町9番8号 KN渋谷3ビル URL:https://techplay.jp/event/687957?utm_medium=referral&utm_source=ics&utm _campaign=ics END:VEVENT END:VCALENDAR