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（最適化） X-WR-CALNAME:機械学習・ディープラーニングのための応用 数学（最適化） 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:755590@techplay.jp SUMMARY:機械学習・ディープラーニングのための応用数学 （最適化） DTSTART;TZID=Asia/Tokyo:20191123T133000 DTEND;TZID=Asia/Tokyo:20191123T200000 DTSTAMP:20260421T222807Z CREATED:20191019T135129Z DESCRIPTION:イベント詳細はこちら\nhttps://techplay.jp/event/75559 0?utm_medium=referral&utm_source=ics&utm_campaign=ics\n\n機械学習・ ディープラーニングのための応用数学講座：日程のご 案内\n東京 第14期\n\n11/23（土）13:30〜20:00 最適化\n11/30 （土）09:30〜13:00 情報理論\n12/14（土）13:30〜18:30 ベイ ズ推論のための確率・統計アドバンス\n01/18（土）13:30 〜18:30 多変量解析\n(01/26（日）13:30〜20:00 予備日)\n\n※ 応用数学講座はセット（全４回）でお申し込み頂きま すとお得になっております。 セット申込の場合はホー ムページからお願いいたします\n内容概要\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 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今回は、『最適化』を取り 上げます。ディープラーニングをはじめとする多くの 機械学習手法は、最適化問題と呼ばれる問題を解けば 良いことが知られております（機械学習はなんらかの 関数を定義して、それを最適化することがほとんどで す）。そのため最適化問題の理論を理解できれば、機 械学習の様々な理論を効果的に習得することに繋がり ます。\n本講座では特に、回帰分析やサポートベクタ マシンの学習などで現れる「凸最適化理論」に焦点を 当て、解説いたします。計5時間の講座の中で、演習問 題を交えながら凸最適化の理論を解説し、機械学習の より一層の理解を目指します。\n講座に含まれるもの\n ①　対面講座\n②　教材\nカリキュラム\n導入\n\n最適化 とは\n機械学習での最適化問題の例\n最適化問題とその 用語\n凸集合・凸関数\n凸最適化問題関数\n\n最小二乗 法（回帰直線を例に）\n\n目的関数の導出\n正規方程式\ n最小二乗法の幾何学的意味＊\n最小二乗法の数値計算 法＊\n\n微分の応用\n\n凸２次計画問題（サポートベク タマシンを例に）\n目的関数・制約条件の導出\nラグラ ンジュ関数\nKKT条件\nサポートベクタマシンの性質の考 察＊\n双対理論＊\n\n正則化（Lassoを例に）\n\n元々のモ チベーション\nl0/l1\, l2正則化\n計算法（勾配法）\n勾配 法の導出\n確率的勾配降下法\nニューラルネットワーク の学習（凸でない最適化問題への応用）\n\n＊は時間の 都合上、割愛させていただく可能性があります\n※ カ リキュラムは若干変更になる場合があります\n対象者\n \n\n微分、線形代数、確率統計については学んだが、最 適化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\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\n最 適化を実務に活かしたい方\n\n\n受講に必要なスキル\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講師\nA Suzuki\n筑波大学システム情報工学研究科修了、 産業技術総合研究所人工知能研究センターに在籍中。 修士(工学)。数理的・生物的な観点による深層学習モ デルの解析、機械学習技術の実社会応用に関する研究 に従事。日本ディープラーニング協会主催の第１回G検 定の成績優秀者表彰、情報処理学会 山下記念研究賞、 IEEE CISJ Young Researcher Awardほか受賞多数。\n当日のお持物 \nご自身のノートPC（必須）\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※4GB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講座までの準備\n不要\n通信環境に関して\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会場へのアクセス\nスキルアップAI 水道橋オフィス （JR水道橋駅西口より徒歩2分）\n東京都千代田区神田 三崎町3-3-20 VORT水道橋 Ⅱ 5階\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受付・入場時間\n開場は 開始時刻の10分前です\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。 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。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 備考\n\n最小遂行人数「10名」：開催日の7日前までのお 申し込み状況により開講を判断いたします。中止の場 合は、スキルアップAIよりお申込者へご連絡いたしま 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 運営団体\nスキルアップAI https://www.skillupai.com/\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 東京都千代田区神田三崎町3-3-20 URL:https://techplay.jp/event/755590?utm_medium=referral&utm_source=ics&utm _campaign=ics END:VEVENT END:VCALENDAR