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
スキルアップAIが次に開催するイベントはこちら
| 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6人 |
|
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 |
|---|---|---|
| 8/25（土） | 09:00-14:00 | 機械学習・ディープラーニングのための微分基礎 |
| 8/25（土） | 15:00-20:00 | 機械学習・ディープラーニングのための確率・統計DAY1 |
| 8/26（日） | 09:00-14:00 | 機械学習・ディープラーニングのための線形代数 |
| 8/26（日） | 15:00-20:00 | 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 |
|---|---|---|
| 9/08（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 |
| 9/08（土） | 15:00-20:00 | ベイズ推論のための確率統計アドバンス |
| 9/09（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 |
| 9/09（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 |
- 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
- 平均
- 分散
- 標準偏差
- 共分散
- 相関係数
- 相関係数の幾何学的意味
- 最小二乗法
- 線形回帰
- 単回帰分析
- 重回帰分析
- ロジスティック回帰
- 主成分分析
- Pythonでの演習
- 線形回帰演習
- ロジスティック回帰演習
- 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
アイテック阪急阪神株式会社 本社
〒553-0001 大阪市福島区海老江1丁目1番31号 阪神野田センタービル
阪神野田駅、地下鉄千日前線野田阪神駅又はJR東西線海老江駅から徒歩約2分
※ビルへの入り方はこちらをご参照ください。
※ビル正面玄関でスタッフが待機しております。入館時に出席をとらせていただきます。
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 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。
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
- 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
- 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
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。
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。
