TOP

秋の陣【8月期 応用数学シリーズ】機械学習・ディープラーニングのための多変量解析

イベント内容

◆◆◆開講日程を変更いたしました。現在掲載されている日時を正とします◆◆◆

講座体系

機械学習の理解に不可欠な数学の知識に関して、初学者でも基礎から実践まで体系化に学べるように、基礎数学シリーズと応用数学シリーズの2シリーズで展開しています。

シリーズ 分野 前提知識
基礎数学シリーズ 微分、線形代数、確率統計 不要
応用数学シリーズ 多変量解析、ベイズ推論のための確率統計アドバンス、最適化、情報理論 基礎数学シリーズの指定の講座修了レベル

直近のシリーズ

応用数学

日程 時間 講義名
9/02(日) 09:00-12:30 機械学習・ディープラーニングのための情報理論
9/02(日) 13:30-20:00 機械学習・ディープラーニングのための最適化
9/15(土) 09:00-14:00 機械学習・ディープラーニングのための多変量解析
9/15(土) 15:00-20:00 ベイズ推論のための確率統計アドバンス
  • お得な応用数学講座セットは、HP からお申し込みを受け付けております。
  • HPからのセットでのお申し込みは、銀行振込、領収書・請求書・申込書希望にも対応可能です。
  • 講座内で全て消化できない方向けに、HPから動画も購入いただけるようにする予定です。

概要

AIに関するほとんどの書籍や学習コンテンツは、数式を用いた説明をしており、数学に苦手意識をもつ方にとっては、難解な分野だという雰囲気を醸しています。

しかし、AI自体が数式で知能を表現しようという試みであるとも言えるため、数学を学ばずにAIを理解することはできません。

スキルアップAIの数学講座は、前提知識不要レベルの基礎数学講座から、機械学習を理解するのに直結する応用数学講座まで、豊富なラインナップで講座を展開しています。

今回は、機械学習・ディープラーニングのための「多変量解析」です。 たくさんのデータをもとに現象を予測・分析する技術はディープラーニングだけではありません。その代表例としてデータ間の関連性を解析する回帰分析や、データに内在する本質的情報を抽出する主成分分析などが挙げられます。 本講座では、基礎的な統計学からおさらいし、回帰分析・主成分分析の理論をご紹介します。その後、演習を通じて実践的に手法をご理解いただきます。

受付・入場時間

開始の10分前から

カリキュラム

* データベクトルと偏差ベクトル
* データの代表値
 ー 平均
 ー 分散
 ー 標準偏差
 ー 共分散
 ー 相関係数
* 相関係数の幾何学的意味
* 最小二乗法
* 線形回帰
 ー 単回帰分析
 ー 重回帰分析
* ロジスティック回帰
* 主成分分析
* Pythonでの演習
 ー 線形回帰演習
 ー ロジスティック回帰演習
 ー 主成分分析演習

若干変更になる場合があります。

対象者(受講にあたっての前提知識)

「微分」「線形代数」「確率統計Day1, Day2」講座を受講もしくは、修了相当の理解をしていること

会場へのアクセス方法

西川コミュニケーションズ本社

https://nishikawa.jp/corporate/offices.html 
461-0005名古屋市東区東桜2-11-16 西川ビル 
ビルに直接お越しください。

講師

S Saito
スキルアップAI講師。横浜国立大学卒業。高専時代に画像認識に対して興味を持ったことがきっかけで、現在ではDeep Learningや機械学習、進化計算などの人工知能分野のアルゴリズム研究開発やコンサルティングに従事。日本ディープラーニング協会の2018年度G検定 合格者。

当日のお持物

ご自身のノートPC
筆記用具

講座までの準備

【動作環境】
MacOSX 10.9 以上
Windows 7 以上(64bit必須)
メモリ8GB以上必須
8GB未満でも受講して頂くことは可能ですが、大きなデータを扱う演習の際に不具合が発生する可能性があります。
メモリ不足が原因の不具合についてはサポートすることができませんので、あらかじめご了承ください。


【環境構築について】
Anaconda3-5.0.1以上の事前インストールをいただき、ブラウザでnotebookが表示されるところまでをお願いいたします。
こちらを参考にしてください。
https://goo.gl/FRWrax
※各自で必ず当日までに環境構築のみはお願いいたします。
もし環境構築等でご不明な点等あれば、事前にご連絡いただければご案内します。


【通信環境に関して】
基本的にはこちらでWi-Fi環境を確保したいと考えておりますが、wifiが使えない日がないとも限らないのでwifiは自己責任でお願いいたします。(現在開講中の講座にて会場にWi-Fi環境が無い場合、ご自身のスマートフォンのデザリングなどで対応されております)

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
* 2回目受講枠に関しましては、過去に同じ分野の講座を受講された方のみ、お申し込みが可能です。受講履歴を確認させていただきます

運営団体

https://www.skillupai.com

講座に関するお問い合わせは、info@skillupai.comまでお願いいたします。

注意事項

※ こちらのイベント情報は、外部サイトから取得した情報を掲載しています。
※ 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。