BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//https://techplay.jp//JP
CALSCALE:GREGORIAN
METHOD:PUBLISH
X-WR-CALDESC:機械学習・ディープラーニングのための応用
 数学（多変量解析）
X-WR-CALNAME:機械学習・ディープラーニングのための応用
 数学（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:714985@techplay.jp
SUMMARY:機械学習・ディープラーニングのための応用数学
 （多変量解析）
DTSTART;TZID=Asia/Tokyo:20190324T133000
DTEND;TZID=Asia/Tokyo:20190324T183000
DTSTAMP:20260422T232338Z
CREATED:20190110T155916Z
DESCRIPTION:イベント詳細はこちら\nhttps://techplay.jp/event/71498
 5?utm_medium=referral&utm_source=ics&utm_campaign=ics\n\nお得な応用
 数学セットはHPからお申し込み下さい。\n\nhttps://www.skil
 lupai.com/applied-math\n\n【週末】第 11期\n\n\n2/02（土）09:30
 〜13:00 情報理論 \n3/17（日）13:30〜18:30 ベイズ推論のた
 めの確率・統計 \n3/24（日）13:30〜18:30 多変量解析 \n3/31
 （日）13:30〜20:00 最適化 \n\n\n【平日】第 12期\n\n\n3/21（
 木）13:30〜18:30 ベイズ推論のための確率・統計アドバ
 ンス \n3/22（金）13:30〜18:30 多変量解析 \n3/29（金）10:00
 〜17:30 最適化 \n\n\n内容概要\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ため、数式を
 理解せずにAIを学ぶことはできません。\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
 。 ​ 独学では辛い数学ですが、経験豊富なプロフェ
 ッショナルから直接学び、最短距離でスキルを身につ
 けましょう！\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。 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。 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開場は開始時刻の10分前です。\n\n10分以上
 前にお越しになられますと、会場の準備のために外で
 お待ちいただく場合がございます。ご注意ください。\
 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　ー 平均\n　ー 分散\n　ー 標準偏差\
 n　ー 共分散\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　ー 単回帰分析\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　ー 線形回帰演習\n　ー ロジスティック回帰演習\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\n\n・微分、線形代数、確率統計につい
 ては学んだが、多変量解析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・多変量解析を実務に活かしたい方
 \n\n受講に必要なスキル\n\nスキルアップAIの基礎数学「
 微分・線形代数」および「確率・統計」講座を受講、
 もしくは修了相当の理解\n\n講師\n\nA Suzuki\n\n筑波大学
 システム情報工学研究科に在学し、現在は産業技術総
 合研究所人工知能研究センターに在籍中。数理的・生
 物的な観点による深層学習モデルの解析、深層学習の
 医療診断応用に関する研究に従事。第一回ディープラ
 ーニングジェネラリスト検定(G検定)成績優秀者表彰、
 情報処理学会 山下記念研究賞、IEEE CISJ Young Researcher Awa
 rdほか受賞多数。\n\n当日のお持物\n\nご自身のノートPC
 （必須）\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不要\
 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会場へのアク
 セス方法\n\n直接会場にお越しください。\n遅刻される
 場合も直接会場にお越しください。\n講義時間中に出
 席を取ります。\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【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
 備考\n\n\n最小遂行人数「4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　https://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／VORT水道橋 Ⅱ 5
 階（旧スカイワードビル） 東京都千代田区神田三崎町
 3-3-20
URL:https://techplay.jp/event/714985?utm_medium=referral&utm_source=ics&utm
 _campaign=ics
END:VEVENT
END:VCALENDAR