【E資格出題範囲対応】（線形代数）機械学習・ディープラーニングのための応用数学入門

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、だからこそこの領域において今後求めらるのは、真にAIを理解していること人材といえ、 ML/DLで扱うアルゴリズムの理解に不可欠な数学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/DL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、ディープラーニング協会のE資格 の出題範囲である数学の内容にも対応しています。E資格受験を検討されている方は、本講座範囲の知識テストに合格する必要があります。

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/linear_algebra.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

会場へのアクセス方法

週末はビル正面玄関が閉まっているため、開始10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、skillupai.tokyo@gmail.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

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。

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
筆記用具と紙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

https://www.skillupai.com