BEGIN:VCALENDAR VERSION:2.0 PRODID:-//https://techplay.jp//JP CALSCALE:GREGORIAN METHOD:PUBLISH X-WR-CALDESC:【9月期 基礎数学シリーズ】機械学習・ディー プラーニングのための確率・統計 Day1 X-WR-CALNAME:【9月期 基礎数学シリーズ】機械学習・ディー プラーニングのための確率・統計 Day1 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:691997@techplay.jp SUMMARY:【9月期 基礎数学シリーズ】機械学習・ディープ ラーニングのための確率・統計 Day1 DTSTART;TZID=Asia/Tokyo:20180909T140000 DTEND;TZID=Asia/Tokyo:20180909T190000 DTSTAMP:20260409T025419Z CREATED:20180821T193140Z DESCRIPTION:イベント詳細はこちら\nhttps://techplay.jp/event/69199 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基礎数学\n\n\n\n\n 日程\n 時間\n 講義名\ n\n\n\n\n 9/08（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 9/09（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 9/15（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 9/16（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\nお得な基礎数学講座セットは、HP からお申 し込みを受け付けております。\nHPでのセットお申し込 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 応用数学\n\n\n\n\n 日程\n 時間\n 講義名\n\n\n\n\n 9/22（ 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 9/23（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 9/29（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 9/30（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、確率/統計を扱い ます。尤度関数や誤差関数／損失関数、勾配降下法と いった「学習時の最適化問題」の解決のためにはとて も重要な分野です。合計10時間で、ML入門書を独学でき るベースの知識を、多くの演習問題を通して身につけ られるようにプログラムしています。\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\nDAY1\n\n統計学 とは\n記述統計学と推計統計学\n母集団と標本\n質的デ ータ vs 量的データ\nデータの視覚化\n総和記号Σ\n量的 データの中心\n量的データのばらつき・広がり • 二変 数間の関連の強さ\n確率\n条件付き確率\n\n\nDAY2\n\n確率 変数\n確率分布\n確率変数の期待値と分散と標準偏差( 意味も)\nベルヌーイ分布\nマルチヌーイ(カテゴリカル) 分布\n正規分布(1.96σ、中心極限定理など、特に詳しく! ) • 指数分布とラプラス分布(紹介だけ)\n構造化確率モ デル(ざっくりと)\n二項分布と多項分布\n仮説検定 \n\n\n 若干変更になる場合があります。\n\n前提知識\n\n不要\n \n対象者\n\n\nこれからAIを勉強したい、もしくはML、DL を勉強しているが、確率・統計に自信のない方\n公式 などはわかるが、その基礎・原理をしっかり学びたい 方\n\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skillupai.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講師\n\nMorita\n\n東京工業大学情報理工学院修了。脳科 学・機械学習の研究を行い、ニューラルネットワーク の数理モデリングの分野でIEEE Computational Intelligence Socie ty Japan Chapter Young Researcher Award を受賞（2018年3月）。\n 現在は新卒で大手IT企業に入社し、ビックデータプラ ットホームの開発を行っている。\n得意な領域は、数 理モデリング、ベイズ統計、統計的学習理論。\n\n当日 のお持物\n\nご自身のノートPC（あると資料を眺めなが ら受講いただけます）\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-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\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 「機械学習・ディープラーニングのための確率・統計 Day1」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: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/691997?utm_medium=referral&utm_source=ics&utm _campaign=ics END:VEVENT END:VCALENDAR