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】ベイズ推論 のための確率統計アドバンス X-WR-CALNAME:秋の陣【8月期 応用数学シリーズ】ベイズ推論 のための確率統計アドバンス 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:689826@techplay.jp SUMMARY:秋の陣【8月期 応用数学シリーズ】ベイズ推論の ための確率統計アドバンス DTSTART;TZID=Asia/Tokyo:20180915T150000 DTEND;TZID=Asia/Tokyo:20180915T200000 DTSTAMP:20260419T231238Z CREATED:20180808T204933Z DESCRIPTION:イベント詳細はこちら\nhttps://techplay.jp/event/68982 6?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、最近ゆ っくりと脚光を浴び始めている「ベイズ推論による機 械学習」です。\n確率統計学において「最も」重要で あると言っても過言ではない「ベイズの定理」を軸と して生まれるこの手法は、より高度な確率統計論を駆 使し、確率分布のパラメータを「確率的に」予測する という、ディープラーニングとは全く異なる趣を持つ 理論です。\n\nディープラーニングが潜在的に抱える種 々の問題を解消するきっかけとなる「ベイズ推論によ る機械学習」を学ぶために必要な、高度な確率統計の 知識をわかりやすくお届けします。\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\n\n積分の基本\n 確率変数の期待値、分散、標準偏差\n代表的な確率分 布\n\nベルヌーイ分布\nマルチヌーイ（カテゴリカル） 分布\n二項分布\nポアソン分布\n正規分布\nベータ分布\n ガンマ分布\nディリクレ分布\n\n\n\nベイズの定理の復習 \nベイズ更新とベイズ推論\n共役事前分布\nベイズ推論 によるパラメータの推定（ハンズオンを交えて）\n\nベ ータ分布によるベルヌーイ分布のパラメータ推定\nガ ンマ分布によるポアソン分布のパラメータ推定\n正規 分布のパラメータ推定\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://w ww.skillupai.com\n\n講座に関するお問い合わせは、info@skillu pai.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/689826?utm_medium=referral&utm_source=ics&utm _campaign=ics END:VEVENT END:VCALENDAR