BEGIN:VCALENDAR VERSION:2.0 PRODID:-//https://techplay.jp//JP CALSCALE:GREGORIAN METHOD:PUBLISH X-WR-CALDESC:機械学習のための最適化入門 X-WR-CALNAME:機械学習のための最適化入門 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:749015@techplay.jp SUMMARY:機械学習のための最適化入門 DTSTART;TZID=Asia/Tokyo:20190929T100000 DTEND;TZID=Asia/Tokyo:20190929T130000 DTSTAMP:20260421T234138Z CREATED:20190904T094943Z DESCRIPTION:イベント詳細はこちら\nhttps://techplay.jp/event/74901 5?utm_medium=referral&utm_source=ics&utm_campaign=ics\n\n概要\n\n本講 座のテーマは最適化です。最急降下法、ニュートン法 、確率的勾配降下法をはじめとする様々な最適化アル ゴリズムをわかりやすく解説いたします。\n\n本講座の 特徴は、最適化手法の数理的な背景から解説しながらP ythonによる実装も行うところです。理論の理解だけで はなく、実データを用いた演習を行うことで、各々の 最適化手法間の違いや、実際に動くイメージを掴むこ とができます。\n\n【参加条件】\n・微分を理解してい るとともに、その周辺知識を有すること\n・Pythonの基 礎文法(for文、if文、関数、NumPy)を使える。\n\n※上記の 参加条件を満たしていない方は、前提知識が不足して いるがために講義の内容全てを理解できない可能性が ございますので、ご了承ください。\n\n※本講座は、動 画復習対応講座でございます。受講した翌日から1週間 、動画を公開いたします。聞き逃してしまった箇所の 補填やより深い理解のためにお役立ていただけると幸 いです！\n\nこの講座で得られること\n\n\n機械学習にお ける最適化の立ち位置の把握\n伝統的な最適化手法の 理解\n\n最急降下法、ニュートン法、共役勾配法\n\n\n\n 確率的勾配降下法(SGD)の理解と実装 -> Hands on\nモーメン タムのイメージをつかむ\n\nその他の最適化手法の名前 を知る e.g. Adagrad、Adamなど\n\n\n\n\n\nカリキュラム\n\n\n 最適化問題とは\n最急降下法\nニュートン法\n共役勾配 法\n機械学習における問題点\n確率的勾配降下法（SGD） 導入\n確率的最適化問題と確率的勾配\nアルゴリズムと 各計算に対応するPython文法の確認\nSGDの実装\n確率的勾 配降下法のまとめと課題\nモメンタムのイメージ\nモメ ンタムのアルゴリズムと対応するPython文法の確認\nモ メンタムの実装\nまとめとその他のアルゴリズム（Adagr ad、Adam）\n\n\n※内容は一部変更になることがございま す。\n\n講座一覧のフローチャート\n\nどの講座から受 講したら良いのかわからないというような方は、下記 のフローチャートを参考にしていただければと思いま す。\n\n\n\n事前準備・持ち物\n\nPython3をインストールし たPCの持参をお願いいたします．\n\nまた以下のライブ ラリをインストールするようにお願いいたします。\n ・pandas\n・Numpy\n・matplotlib\n・scikit-learn\n\nまた，講義は Jupyter Notebookを用いて行いますので，インストール頂い たほうがスムーズに講座を受けることが可能です．\n ※インストールでお困りの方はinfo@to-kei.netまでご連絡 いただければ、可能な範囲で対応致します。\n\nこんな 人におすすめ\n\n\n微分を理解している方\n最適化手法 をPythonによる実装を通じて理解したい方\n代表的な最 適化手法を学習したい方\n\n\n講師\n\n小林悠\n大学院に て複雑な最適化問題を解くためのアルゴリズムや機械 学習への応用研究に従事。機械学習における最適化手 法の改善手法を提案し、深層学習による自然言語処理 への応用について国際会議で発表経験あり。また大学 時代は、学科で4年連続成績トップになり、三度の表彰 を受ける。現在は、深層学習による自然言語処理を用 いた対話型システムやそのユーザ満足度について研究 している。\n\n\n(オンライン動画、復習用動画は別講師 の場合があります。)\n\n領収書\n\n【Stripeで事前決済の 方】\nクレジットカード会社が発行する明細を領収書 の代わりとしてご利用ください。\n\n【Paypalの方】\n決 済処理後にPaypalから送付されるメール内容、またはPayp alの取引履歴から該当項目を確認の上、「詳細」をご 覧ください。それらが領収書の代わりとなります。ま た、クレジットカード会社発行の利用明細書も領収書 としてご利用いただけます。\n\n【別途領収書発行が必 要な方】\n別途発行手数料として1000円頂きます。必要 な方は、以下のフォームよりご申請ください。領収書 発行手数料と受講料金を合算した金額で発行いたしま す。\n全人類がわかる統計学 領収書発行フォーム\n\n受 付・入場時間\n\n開始の10分前から\n(なるべく5分前まで にお入りください。)\n\nポータルサイト会員登録のお 願い\n\n全人類がわかる統計学では、ポータルサイトを 使って講座で扱う教材を受講者の皆様に共有いたしま す。\n初めて全人類がわかる統計学の講座に参加され る方は、あらかじめこちらより会員登録をお願いいた します。\n\n問い合わせ\n\n・メールでのお問い合わせ は、info@to-kei.net　までご連絡ください。\n・こちらで ⇨LINE＠からもお問い合わせいただけます。（推奨）\n\ n注意事項\n\n\n講義のコンテンツは全て「全人類がわか る統計学」に帰属していますので、複製はご遠慮くだ さい。\n個人ブログへの講義コンテンツの掲載はご遠 慮ください。\nリクルーティング、勧誘、採用活動な ど、目的に沿わない行為につきまして、主催者が相応 しくないと判断した場合は即刻退出処分とします。全 員が気持ちよく過ごすことが出来るよう、ご協力をお 願い致します。\n最小遂行人数は「3名」です。開催日 の前日までにこの人数に達しない場合は中止となりま す。ただし、複数の媒体で募集を行っているので、本 サイト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。もし、中止が決定した 場合はその時点で「全額返金」し、登録しているメー ルアドレスにご連絡させていただきます。\n\n\n全人類 がわかる統計学とは\n\n株式会社AVILENが運営するサービ スです。統計学・機械学習の学習用サイト全人類がわ かる統計学を運営、管理するほか、社会人向けのAI人 材やデータサイエンティスト育成のための教育事業を 行なっております。\n統計学や機械学習を、出来るだ けわかりやすく多くの人々に届けるということを目指 して活動しています。\n LOCATION:秋葉原駅徒歩5分 東京都台東区台東１丁目11番4号 誠心Oビル 3階 URL:https://techplay.jp/event/749015?utm_medium=referral&utm_source=ics&utm _campaign=ics END:VEVENT END:VCALENDAR