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:688933@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:20260420T083648Z CREATED:20180803T195220Z DESCRIPTION:イベント詳細はこちら\nhttps://techplay.jp/event/68893 3?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予定しております。\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、『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\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\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\n０． 導入\n\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 \n\n\n１．最小二乗法（回帰直線を例に）\n\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*\n\n\n２．凸２次計画問題（サポート ベクタマシンを例に）\n\n目的関数・制約条件の導出\n ラグランジュ関数\nKKT条件\nサポートベクタマシンの性 質の考察*\n双対理論*\n\n\n３．正則化（Lassoを例に）\n\n 元々のモチベーション\nl0/l1\, l2正則化\n\n\n４．計算法 （勾配法）\n\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*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\n前提知識\n\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\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対象者\n\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\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、c hainer 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。\nht tps://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@gm ail.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\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なし\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、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/688933?utm_medium=referral&utm_source=ics&utm _campaign=ics END:VEVENT END:VCALENDAR