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:688132@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:20260420T110730Z CREATED:20180731T125433Z DESCRIPTION:イベント詳細はこちら\nhttps://techplay.jp/event/68813 2?utm_medium=referral&utm_source=ics&utm_campaign=ics\n\n講座体系\n\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\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\n直近 のシリーズ\n\n基礎数学\n\n\n\n\n 日程\n 時間\n 講義名\ n\n\n\n\n 8/11（土）\n 14:00-19:00\n 機械学習・ディープラ ーニングのための微分基礎\n\n\n 8/12（日）\n 14:00-19:00\ n 機械学習・ディープラーニングのための確率・統計D AY1\n\n\n 8/18（土）\n 14:00-19:00\n 機械学習・ディープラ ーニングのための線形代数\n\n\n 8/19（日）\n 14:00-19:00\ n 機械学習・ディープラーニングのための確率・統計D AY2\n\n\n\n\n応用数学\n\n\n\n\n 日程\n 時間\n 講義名\n\n\n\ n\n 8/25（土）\n 14:00-19:00\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\n 8/26（日）\n 14:00-19:00\n ベイズ推論のための確率統計アドバンス\n\n\n 9/01（土 ）\n 14:00-20:30\n 機械学習・ディープラーニングのため の最適化\n\n\n 9/02（日）\n 14:00-17:30\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\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\n概要\n\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\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\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\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\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\nPython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＊若干変更になる場合がありま す。\n\n対象者（受講にあたっての前提知識）\n\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講師\n\nS Mizoguchi\n\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会場へ のアクセス方法\n\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skill upai.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当日のお持物\n\ nご自身のノートPC\n筆記用具\n\n通信環境に関して\n\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講座 までの準備\n\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【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、Pa yPal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\n2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\n\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。\n 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/688132?utm_medium=referral&utm_source=ics&utm _campaign=ics END:VEVENT END:VCALENDAR