機械学習・ディープラーニングのための数学入門（DAY2 線形代数）

機械学習、ディープラーニングを本当の意味で学ぶためには、数学の知識が欠かせません。そのことを理解し、学生時代の参考書を引っ張り出して、独学で学び始める方もいるかもしれませんが、闇雲に取り組み始めるには数学の海は広すぎます。

ただご心配いりません、実は、機械学習・ディープラーニングのモデルの原理を理解し、中級レベルの教科書や文献を読みこなせるようになるための知識は限定的で、適切なガイドがあれば、効率的に学習することが可能です。 

本講座シリーズでは、それぞれの数学の分野が、「機械学習において、どこの何に使えるのか？」を意識できるように構成しており、短時間で必要な数学要素を学べるカリキュラムとなっています。また、それぞれの講座は独立性をもたせているので、つまみ食いいただいても理解可能です。

数学が苦手な方、高校時代の知識で止まっている方も、受講することで、機械学習を理解するための土台を整え、数学への苦手意識を払拭していただけます。

・学生時代に数学を挫折した方でも、線形代数の基礎が理解できるようになります。
・機械学習におけるデータの取り扱い手法で必須である、ベクトルが使いこなせるようになります。

・機械学習においてベースとなっている数学が網羅的に理解できます！

※
過去に行いました同名の勉強会に参加いただいた方は、過去の参加費用を割り引いてご参加いただけますので、事前に
お申し付けください（今回は以前より断然深掘りした講座になります）。ただし、割引は4回講座のうち3回以上受講される方のみ適用となります。

連絡先：info@skillupai.com

渋谷、代々木、新宿周辺（決まり次第記載いたします）

・ベクトル
・行列
・ベクトル、行列の演算
・内積と距離
・固有値

※それぞれ、例題、演習を交え進める予定です
※講座内容は変更となる場合があります

中学・高校数学からやり直し、機械学習の理解に繋げたい方

特になし

・勉強会内容の撮影もしくは録音することは、ご遠慮ください。
・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。

領収書は事前にinfo@skillupai.comまでセミナータイトル名と領収書の宛名をご連絡ください。 
但し書きは「セミナー代」となります。ご指定の但し書きが必要な場合はその旨もご連絡をお願い致します。