機械学習・ディープラーニングための数学マラソンウィークエンド

開催日程

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、線形代数を扱います。線形代数は、理論を記述するための「言語」です。Pythonを使うと効率的に線形代数を扱えますが、本講義では、まず「手で」計算して身につけることを目的とします。機械学習・ディープラーニングの理解に必要な線形代数の分野は限られます。5時間の講座になりますが、演習を多く挟みますので、飽きなく、苦しみながら血肉化のプロセスを楽しんでいただけるかと思います。

またJDLA認定プログラムとして、E資格試験の出題範囲を網羅しているので、受講いただければ、数学出題範囲はクリアーできるように設計しております。

この講座で得られること

先日邦訳が発売された深層学習の世界的名著で入門者必読とされる深層学習 。この第2章が機械学習・ディープラーニングの理解に必要な線形代数の説明に割り当てらています。本講義では、なるべくこの章の説明で出てくる数式が独学できるレベルのスキル習得を目指します。

英語版は無料なのでこちらで内容を確認いただけます。

http://www.deeplearningbook.org/contents/prob.html

受付・入場時間

開始の10分前から

カリキュラム

• ベクトル
• 行列
• 行列式
• 固有値と固有ベクトル
• 対角化、固有値分解

若干変更となる場合があります。

対象者

• ML、DLを勉強しようと思うが、数式で躓き読み進められない方
• 公式などはわかるが、その基礎・原理をしっかり学びたい方

会場へのアクセス方法

直接会場までお越しください。

講師

S Akematsu

東北大学理学部数学科卒業。個人事業を経て、高専向け学習塾「ナレッジスター」の経営などを行う教育特化型企業「合同会社Haikara City」を創業。現在、高専教育、社会人向けIT教育、WEB教育コンテンツの発信等を主に行う。著書 線形空間論入門 。現在は、画像解析システムの研究開発企業に対して、DeepLearningに関する数理コンサルティング、数学指導なども行う

当日のお持物

• ご自身のノートPC（必須）
• 筆記用具

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

https://www.skillupai.com