BEGIN:VCALENDAR VERSION:2.0 PRODID:-//https://techplay.jp//JP CALSCALE:GREGORIAN METHOD:PUBLISH X-WR-CALDESC:【10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:【10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:696530@techplay.jp SUMMARY:【10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:20181020T140000 DTEND;TZID=Asia/Tokyo:20181020T190000 DTSTAMP:20260421T075704Z CREATED:20180913T155551Z DESCRIPTION:イベント詳細はこちら\nhttps://techplay.jp/event/69653 0?utm_medium=referral&utm_source=ics&utm_campaign=ics\n\n◆◆◆本講 座はオンライン受講のみとなり、対面講座の募集は終 了いたしました。◆◆◆\n\n◆◆◆オンライン受講は ホームページ よりお申し込みいただけます。◆◆◆\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 10/06（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 10/07（ 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DAY1\n\n\n 10/13（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 10/14 （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DAY2\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 10/20（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 10/21 （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 10/27（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 10/28（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から講義動画の購入も可能とする予定です。\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A I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　ー 平均\n\n　ー 分 散\n\n　ー 標準偏差\n\n　ー 共分散\n\n　ー 相関係数\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　 ー 単回帰分析\n\n　ー 重回帰分析\nロジスティック回 帰\n主成分分析\nPythonでの演習\n\n　ー 線形回帰演習\n\n 　ー ロジスティック回帰演習\n\n　ー 主成分分析演習\ 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 Learn ing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skill upai.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当日のお持物\n\ nご自身のノートPC\n\n筆記用具\n\n【動作環境】\n\nMacOSX 10.9 以上\n\nWindows 7 以上（64bit必須）\n\nメモリ8GB以上必 須\n\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\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 【環境構築について】\n最新のAnacondaをインストールし 、ブラウザでJupyterNotebookを表示できる状態まで事前に 準備お願い致します。\n\nこちらを参考にしてください 。\nhttps://goo.gl/FRWrax\n\n※各自で必ず当日までに環境構 築をお願いいたします。\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「機械学習・ディープラーニング のための多変量解析」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/696530?utm_medium=referral&utm_source=ics&utm _campaign=ics END:VEVENT END:VCALENDAR