機械学習・ディープラーニングのための数学（微分）入門
イベント内容
内容概要
現在、ほとんどの機械学習・ディープラーニングの書籍や学習コンテンツは、数式やアルゴリズムを用いた説明をしており、数学から遠ざかってしまった方が読み進めるのが難しく、難解な分野だという雰囲気を醸しています。
正直、ありもののライブラリやAPIを使えば、機械学習・ディープラーニングでそれなりのものは作れる世の中になりつつあります。しかし、だからこそ今後求めらるのは本当にAIを理解している人であるはずですから、 ML/DLで扱うアルゴリズムの理解に不可欠な数学や統計などの知識は重要と言えます。
本講座は、上記思想のもと、一人だと非効率かつ目的を見失いがちなMLに必要な数学について、ML/DLにおける数学の観点からカリキュラムを作成し、数学について全く自信のない方でも、ML/DL界隈で基礎とされる数式・アルゴリズムが独学できるスキルの習得を目指します。
今回は、微分を扱います。尤度関数や誤差関数／損失関数、勾配降下法といった「学習時の最適化問題」の解決のためにはとても重要な分野です。合計10時間の講座となりますので、完全なる理解は難しいかもしれませんが、ML入門書を独学できるベースの知識を、多くの演習問題を通して身につけられるようにプログラムしています。
プログラム内の確率・統計に関しては、アメリカで数学Ph.D.を取得された先生に監修いただいていますので、受講後より高度な知識習得にも役立つ内容となっています。
受付・入場時間
開始の10分前から
カリキュラム
* 機械学習と微分の関係 * 基本的な数学のおさらい －逆関数、n乗、Σ、積の公式 * 極限と微分の定義 －極限とは －微分の定義（傾き＆極限） * 微分の演習 －微分の定理 －積の微分、合成関数の微分 －N回微分 * グラフ的な考え方 －極大値/極小値 * 偏微分 －偏微分の説明 －実際の演習 * 最小二乗法について －モデルの確認 －実際に解を求めてみるプロセス * tanhの微分
若干変更なる場合があります。
対象者
・なぜML、DLに微分が必要なのかを知りたい方 ・ML、DLを勉強しているが、微分に自信のない方 ・これからAIを勉強したいが、微分を先に身につけたい方
会場へのアクセス方法
土曜日はビル正面玄関が閉まっているため、開始15分前より随時内側から開錠いたします。 ビル正面玄関前でお待ちいただきますようお願い致します。 https://imgur.com/a/XteLG 遅刻される方は、入り口に着かれましたら、info@skillupai.comまでご連絡ください。 スタッフがお迎えに行きます。
講師
S Tahara 東京大学大学院修了。新卒でベンチャー企業に入社後、エンジニアとプロジェクトマネジャーを経験。その後、リクルートにて複数のAI案件に携わる。現在は、医療業界と金融業界を中心に、様々なAI案件をリードする。 M Mizutani 東京工業大学生命理工系大学院にて、魚類淡水順応に関わるホルモンの研究(ビッグデータとしての遺伝子情報の解析)を行う傍、数学講師を務める。
当日のお持物
ご自身のノートPC（必須） 筆記用具・紙5枚程度
講座までの準備
なし
領収書
【Paypalでお支払いの場合】 PayPal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)
備考
* 長時間ですので、ところどころ休憩を挟みます * 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 * 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 * 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
運営団体
注意事項
※ 掲載タイミングや更新頻度によっては、情報提供元ページの内容と差異が発生しますので予めご了承ください。
※ 最新情報の確認や参加申込手続き、イベントに関するお問い合わせ等は情報提供元ページにてお願いします。
新規会員登録
このイベントに申し込むには会員登録が必要です。
アカウント登録済みの方はログインしてください。
※ ソーシャルアカウントで登録するとログインが簡単に行えます。
※ 連携したソーシャルアカウントは、会員登録完了後にいつでも変更できます。
