【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

2018/08/25(土)14:00 〜 19:00 開催

ブックマーク

#Python, #機械学習, #Deep Learning, #自然言語処理, #人工知能

スキルアップAIが次に開催するイベントはこちら

締切間近

11/27(水)

19:30〜21:00

【再配信】無料で学べるAI勉強会第185回：KNIME を使ってみよう（第154回）

オンライン

4 / 30 人

スキルアップAI

ブックマーク

参加枠	申込形式	参加費	参加者
前払い	先着順	27,000円 Paypal支払い	0人／定員5人
前払い・２回目の受講(機械学習・ディープラーニングのための多変量解析の再受講)	先着順	3,000円 Paypal支払い	0人／定員2人

イベント内容

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

基礎数学

日程	時間	講義名
8/11（土）	14:00-19:00	機械学習・ディープラーニングのための微分基礎
8/12（日）	14:00-19:00	機械学習・ディープラーニングのための確率・統計DAY1
8/18（土）	14:00-19:00	機械学習・ディープラーニングのための線形代数
8/19（日）	14:00-19:00	機械学習・ディープラーニングのための確率・統計DAY2

応用数学

日程	時間	講義名
8/25（土）	14:00-19:00	機械学習・ディープラーニングのための多変量解析
8/26（日）	14:00-19:00	ベイズ推論のための確率統計アドバンス
9/01（土）	14:00-20:30	機械学習・ディープラーニングのための最適化
9/02（日）	14:00-17:30	機械学習・ディープラーニングのための情報理論

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。

講師

S Mizoguchi

東京大学大学院所属。統計検定一級所持。ハンズフリー音声通信に適した聴覚的品質を損なわない音声強調をテーマに、深層学習と高次統計量分析の観点から、chainer を用いて研究を行っている。

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。

ビル館内では飲食物の購入はできませんので、飲食物は事前に購入の上、ご来場ください。

講座中（休憩時間など）にビル外に外出される際は、スタッフまでお声がけください。また携帯をご持参頂き、お戻りの時間をskillupai.tokyo@gmail.comまでご連絡ください。ビル正面玄関へ、スタッフがお迎えに上がります。

当日のお持物

ご自身のノートPC 筆記用具

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）

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。