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:768720@techplay.jp
SUMMARY:機械学習のための最適化入門
DTSTART;TZID=Asia/Tokyo:20200224T190000
DTEND;TZID=Asia/Tokyo:20200224T220000
DTSTAMP:20260423T225034Z
CREATED:20200124T075851Z
DESCRIPTION:イベント詳細はこちら\nhttps://techplay.jp/event/76872
 0?utm_medium=referral&utm_source=ics&utm_campaign=ics\n\nセミナール
 ーム移転のお知らせ\nこの度、秋葉原駅前から下記住
 所へセミナールームを移転いたします。\nお越しにな
 る際はくれぐれもお間違いのないようご注意ください
 。\n移転先住所：中央区銀座2-14-4 銀座スクエア3階\n【
 東京メトロ日比谷線】東銀座駅徒歩4分\n【東京メトロ
 有楽町線】銀座一丁目駅徒歩5分\n【都営浅草線】宝町
 駅徒歩6分\n【東京メトロ銀座線】銀座駅徒歩7分\n【JR
 山手線】有楽町駅徒歩11分\n概要\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Python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【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※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この講座で得られること\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最急降下法、ニュートン法、共役勾配法\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その他の最適化手法の名前
 を知る e.g. Adagrad、Adamなど\n\nカリキュラム\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（Adagrad、Adam
 ）\n\n※内容は一部変更になることがございます。\n講
 座一覧のフローチャート\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事前
 準備・持ち物\nPython3をインストールしたPCの持参をお
 願いいたします．\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こんな人におすすめ\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講師\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領収書
 \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【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Paypal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【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受付・入場時間\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ポータルサイト
 会員登録のお願い\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問い合わせ\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注意事項\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前
 払いの方で急遽参加できなくなってしまった場合は、
 動画(一部講座のみ)・資料配布またはキャンセルに応
 じます。連絡先のメールアドレスまたはLINE＠（推奨）
 にご連絡ください。キャンセルの場合は、開催日の4日
 前までのご連絡に限り、払い戻し手数料を差し引いた
 金額を返金いたします。それ以降は返金には応じ兼ね
 ますのでご了承ください。\n\n全人類がわかる統計学と
 は\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:東銀座駅徒歩4分/銀座一丁目駅徒歩5分/宝町駅徒
 歩6分/銀座駅徒歩7分/有楽町駅徒歩11分 中央区銀座2-14-4
  銀座スクエア3階
URL:https://techplay.jp/event/768720?utm_medium=referral&utm_source=ics&utm
 _campaign=ics
END:VEVENT
END:VCALENDAR