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多変量解析 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:689825@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多変量解析 DTSTART;TZID=Asia/Tokyo:20180915T090000 DTEND;TZID=Asia/Tokyo:20180915T140000 DTSTAMP:20260419T222307Z CREATED:20180808T202937Z DESCRIPTION:イベント詳細はこちら\nhttps://techplay.jp/event/68982 5?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、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\n平均\n分散\n標準偏差\n共分散\n相 関係数\n\n\n\n相関係数の幾何学的意味\n最小二乗法\n線 形回帰\n\n単回帰分析\n重回帰分析\n\n\n\nロジスティッ ク回帰\n主成分分析\nPythonでの演習\n\n線形回帰演習\nロ ジスティック回帰演習\n主成分分析演習\n\n\n\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\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 講師\n\nS Saito\n\nスキルアップAI講師。横浜国立大学卒 業。高専時代に画像認識に対して興味を持ったことが きっかけで、現在ではDeep Learningや機械学習、進化計算 などの人工知能分野のアルゴリズム研究開発やコンサ ルティングに従事。日本ディープラーニング協会の2018 年度G検定 合格者。\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 【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、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:西川コミュニケーションズ本社 愛知県名古屋市 東区東桜2-11-16 西川ビル URL:https://techplay.jp/event/689825?utm_medium=referral&utm_source=ics&utm _campaign=ics END:VEVENT END:VCALENDAR