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最適化 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:689237@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最適化 DTSTART;TZID=Asia/Tokyo:20180902T133000 DTEND;TZID=Asia/Tokyo:20180902T200000 DTSTAMP:20260419T133601Z CREATED:20180805T193849Z DESCRIPTION:イベント詳細はこちら\nhttps://techplay.jp/event/68923 7?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応用数学\n\n\n\n\n 日程\n 時間\n 講義名\ n\n\n\n\n 9/02（日）\n 09:00-12:30\n 機械学習・ディープラ ーニングのための情報理論\n\n\n 9/02（日）\n 13:30-20:00\ n 機械学習・ディープラーニングのための最適化\n\n\n 9/15（土）\n 09:00-14:00\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\n 9/15（土）\n 15:00-20:00\n ベ イズ推論のための確率統計アドバンス\n\n\n\n\n\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、『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講師\n\nS Akematsu\n\n東北 大学理学部数学科卒業。個人事業を経て、高専向け学 習塾「ナレッジスター」の経営などを行う教育特化型 企業「合同会社Haikara City」を創業。現在、高専教育、 社会人向けIT教育、WEB教育コンテンツの発信等を主に 行う。著書 線形空間論入門 。現在は、画像解析シス テムの研究開発企業に対して、DeepLearningに関する数理 コンサルティング、数学指導なども行う。\n\n会場への アクセス方法\n\n西川コミュニケーションズ株式会社　 本社\n\nhttps://nishikawa.jp/corporate/offices.html\n\n〒461-0005名 古屋市東区東桜2-11-16 西川ビル\n\nビルに直接お越しく ださい。\n\n当日のお持物\n\nご自身のノートPC\n\n筆記 用具・紙5枚程度\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-F i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、PayPa l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:西川コミュニケーションズ本社 名古屋市東区東 桜2-11-16 西川ビル URL:https://techplay.jp/event/689237?utm_medium=referral&utm_source=ics&utm _campaign=ics END:VEVENT END:VCALENDAR