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最適化 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最適化 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:688023@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最適化 DTSTART;TZID=Asia/Tokyo:20180901T140000 DTEND;TZID=Asia/Tokyo:20180901T203000 DTSTAMP:20260423T230709Z CREATED:20180731T020622Z DESCRIPTION:イベント詳細はこちら\nhttps://techplay.jp/event/68802 3?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、『最適化』を取り上げます。 ディープラーニングをはじめとする多くの機械学習手 法は、最適化問題と呼ばれる問題を解けば良いことが 知られております（機械学習はなんらかの関数を定義 して、それを最適化することがほとんどです）。その ため最適化問題の理論を理解できれば、機械学習の様 々な理論を効果的に習得することに繋がります。\n本 講座では特に、回帰分析やサポートベクタマシンの学 習などで現れる「凸最適化理論」に焦点を当て、解説 いたします。計5時間の講座の中で、演習問題を交えな がら凸最適化の理論を解説し、機械学習のより一層の 理解を目指します。\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\n０．導入\n 凸最適化とは\n 機械学習での最適化問題の例\n 最適化問題とその用 語\n 凸集合・凸関数\n 凸最適化問題\n１．最小二 乗法（回帰直線を例に）\n 目的関数の導出\n 正規 方程式\n 最小二乗法の幾何学的意味*\n 最小二乗法 の数値計算法*\n２．凸２次計画問題（サポートベクタ マシンを例に）\n 目的関数・制約条件の導出\n ラ グランジュ関数\n KKT条件\n サポートベクタマシン の性質の考察*\n 双対理論*\n３．正則化（Lassoを例に ）\n 元々のモチベーション\n l0/l1\, l2正則化\n４． 計算法（勾配法）\n 勾配法の導出\n 確率的勾配降 下法\n ニューラルネットワークの学習（凸でない最 適化問題への応用）\n\n\n\n*は時間の都合上、割愛させ ていただく可能性があります。\n前提知識\n・スキルア ップAIの講座「微分」・「線形代数」を受講している こと。\n・もしくは、修了相当の知識を有しているこ と（カリキュラムの項目を見てご確認ください。https:/ /www.skillupai.com/math）\n\n\n\n対象者\n・微分や行列を計算 し、機械学習の手法をより理解したい方\n・ライブラ リのパラメータの意味を理論的に理解したい方\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@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 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、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\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/688023?utm_medium=referral&utm_source=ics&utm _campaign=ics END:VEVENT END:VCALENDAR