BEGIN:VCALENDAR VERSION:2.0 PRODID:-//https://techplay.jp//JP CALSCALE:GREGORIAN METHOD:PUBLISH X-WR-CALDESC:【基礎数学】機械学習・ディープラーニング のための微分・線形代数 DAY1 X-WR-CALNAME:【基礎数学】機械学習・ディープラーニング のための微分・線形代数 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:713249@techplay.jp SUMMARY:【基礎数学】機械学習・ディープラーニングのた めの微分・線形代数 DAY1 DTSTART;TZID=Asia/Tokyo:20190112T100000 DTEND;TZID=Asia/Tokyo:20190112T130000 DTSTAMP:20260421T054838Z CREATED:20181225T231532Z DESCRIPTION:イベント詳細はこちら\nhttps://techplay.jp/event/71324 9?utm_medium=referral&utm_source=ics&utm_campaign=ics\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。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、微分/線 形代数を扱います。これまで、微分と線形代数は別講 座として展開してきましたが、今回から本格的に、ベ クトルの微分など機械学習に直結する内容を基礎数学 講座内で扱えるよう、カリキュラムを大幅にアップグ レードしました。\nまた、より理解を定着していただ けるよう全6回の講座とし、Slackでのチャット質問、講 義動画の共有、宿題などにも対応するようにしました 。\n\n微分について：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。 その他あらゆる数式に使われる基礎分野です。\n\n線形 代数について：理論を記述するための「言語」です。P ythonを使うと効率的に線形代数を扱えますが、本講義 では、まず「手で」計算して身につけることを目的と します。\n\n＊当ページでの募集はDAY1のみの参加とな ります。DAY1のみの参加は、Slackでのチャット質問、講 義動画の共有、宿題などには対応しておりません。全6 回セットでお申し込みされる場合は、スキルアップAI のHPからお申し込みください。\n\n日程\n\n\n\n\n 回\n 日 時\n\n\n\n\n DAY1\n 1/12（土）10:00-13:00\n\n\n DAY2\n 1/19（土 ）10:00-13:00\n\n\n DAY3\n 1/26（土）10:00-13:00\n\n\n DAY4\n 2/0 9（土）10:00-13:00\n\n\n DAY5\n 2/16（土）10:00-13:00\n\n\n DAY6 \n 2/23（土）10:00-13:00\n\n\n\n\n＊当ページでの募集はDAY1 のみの参加となります。全6回セットでお申し込みされ る場合は、スキルアップAIのHPからお申し込みください 。\n\nカリキュラム\n\nDay1【様々な関数の微分】\n\n\n関 数・合成関数・極限\n平均変化量・微分の定義\n様々な 関数の微分（多項式・三角・指数・対数）\n積と商の 微分\n\n\nDay2【微分の応用・偏微分】\n​\n\n\n極値・高 階微分\n導関数と増減表\n関数の概形\n偏微分\n\n\nDay3【 線形代数の基礎・２次形式】\n​\n\n\nベクトル・ノル ム・内積・行列・行列式・逆行列・転置・和積\n２次 形式\n\n\nDay4【固有値・特異値・疑似逆行列】\n​\n\n\n 固有値・固有ベクトル・対角化・特異値\n\n\nDay5【ベク トル・行列の微分】\n​\n\n\n微分の復習\nスカラー・ベ クトル・行列周りの微分\n\n\nDay6【機械学習における微 分・線形代数】\n​\n\n\n最小二乗法・勾配降下法・復 習\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・ML、DLを勉強しようと思うが、数 式で躓き読み進められない方\n\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講師\n\nD Mor ita\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 Society Japan Chapte r 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受付・入場時間 \n\n開始の10分前から\n\n会場へのアクセス方法\n\n会場 まで直接お越しください。\n\n当日のお持物\n\nご自身 のノートPC（必須）\n筆記用具\n\n【動作環境】\nMacOSX 10 .9 以上 \nWindows 7 以上（64bit必須）\nメモリ4GB以上\n\n講 座までの準備\n\n特になし\n\n通信環境に関して\n\nWi-Fi 環境はございますが、繋がりにくい場合はご自身のテ ザリングをご利用ください。（ベストエフォートとな ります。）\n\n銀行振込、領収書・請求書\n\n銀行振込 をご希望の方は、HPからお申し込みください。\n\n領収 書\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【Stripeでお支払いの場合】\nStripe発行の 受領書が領収書となります。当社より重複しての領収 書発行は行えません。\n\n請求書が必要な方は、HPから お申し込みください。\n\n備考\n\n\n最小遂行人数「5名 」：開催日の2日前までに最小遂行人数に達しない場合 は、中止となります。ただし、複数のチャンネルで募 集を行っているため、本サイトでの申込者数が最小遂 行人数に達しない場合でも開催になる場合がございま す。\n環境設定などでつまった場合、可能な限りフォ ローさせていただきますが、講義の流れを優先させて いただきます。\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\nスキルアッ プAI\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AI 水道橋オフィス (スカイワードビ ルディング5F) 東京都千代田区神田三崎町3-3-20 URL:https://techplay.jp/event/713249?utm_medium=referral&utm_source=ics&utm _campaign=ics END:VEVENT END:VCALENDAR