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情報理論 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情報理論 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:696533@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情報理論 DTSTART;TZID=Asia/Tokyo:20181028T140000 DTEND;TZID=Asia/Tokyo:20181028T173000 DTSTAMP:20260421T014123Z CREATED:20180913T161053Z DESCRIPTION:イベント詳細はこちら\nhttps://techplay.jp/event/69653 3?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、情報理論を扱います。情報理論は確率統計学の応 用範囲である「計算機科学」の一分野であり、事象の 曖昧さ、不確実さを定式的に扱うための極めて応用的 、実用的な内容を多く含みます。\n\n情報理論はあまり メジャーな分野ではありませんので、「本格的な講座 」が開講されることがあまり多くありませんが、本講 座では、機械学習関連の書籍、また、日本ディープラ ーニング協会E資格で出題範囲の情報理論の諸概念につ いて、見た瞬間に「なるほど」と思えるレベルの理解 を目指します。\n\n自己情報量／相互情報量／エントロ ピー／KLダイバージェンスなどなど、機械学習の書籍 では頻繁にあらわれる概念を、数式から逃げず、かつ 、直感的な意味合いも大切にしながら丁寧に解説しま す。また、練習問題で「手を動かして」数式に習熟す ることも取り入れ、「根本的な理解」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\n・確率論の復習\n\n・対数関数の復習\n\n・自己情報 量\n\n・エントロピー\n\n・２値エントロピー関数\n\n・ 条件付きエントロピー\n\n・相互情報量\n\n・シャノン の基本不等式\n\n・カルバック・ライブラー情報量（KL ダイバージェンス）\n\n＊若干変更なる場合があります 。\n\n対象者\n\n・微分、線形代数、確率統計について は学んだが、情報理論についての入門書籍、講座が見 つからず困っている方\n\n・定義や定理を見ても、何を 言っているのかよくわかず、もっと根本的な理解に到 達したい方\n\n・情報理論を実務に活かしたい方。\n\n 受講に必要なスキル\n\n・「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・基 礎的な確率論の知識（習熟しているのが望ましいが、 最低限の復習の時間も設ける）\n\n・四則演算、Σ記号 、関数等の基礎的な数学の知識\n\n・数式を見ても拒絶 反応が起こらない気持ち（慣れ）\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なし\n\n領収書\n\n【Paypal でお支払いの場合】\n\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\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情報理論」 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/696533?utm_medium=referral&utm_source=ics&utm _campaign=ics END:VEVENT END:VCALENDAR