【9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最適化

2018/09/29(土)14:00 〜 20:30 開催
ブックマーク

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 35,000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最適化の再受講)
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

応用数学

日程 時間 講義名
9/22(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
9/23(日) 14:00-19:00 ベイズ推論のための確率統計アドバンス
9/29(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
9/30(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予定しております。

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、『最適化』を取り上げます。ディープラーニングをはじめとする多くの機械学習手法は、最適化問題と呼ばれる問題を解けば良いことが知られております(機械学習はなんらかの関数を定義して、それを最適化することがほとんどです)。そのため最適化問題の理論を理解できれば、機械学習の様々な理論を効果的に習得することに繋がります。

本講座では特に、回帰分析やサポートベクタマシンの学習などで現れる「凸最適化理論」に焦点を当て、解説いたします。計5時間の講座の中で、演習問題を交えながら凸最適化の理論を解説し、機械学習のより一層の理解を目指します。

受付・入場時間

開始の10分前から

カリキュラム

0.導入

凸最適化とは
機械学習での最適化問題の例
最適化問題とその用語
凸集合・凸関数
凸最適化問題

1.最小二乗法(回帰直線を例に)

目的関数の導出
正規方程式
最小二乗法の幾何学的意味*
最小二乗法の数値計算法*

2.凸2次計画問題(サポートベクタマシンを例に)

目的関数・制約条件の導出
ラグランジュ関数
KKT条件
サポートベクタマシンの性質の考察*
双対理論*

3.正則化(Lassoを例に)

元々のモチベーション
l0/l1, l2正則化

4.計算法(勾配法)

勾配法の導出
確率的勾配降下法
ニューラルネットワークの学習(凸でない最適化問題への応用)

*は時間の都合上、割愛させていただく可能性があります。

前提知識

・スキルアップAIの講座「微分」・「線形代数」を受講していること。

・もしくは、修了相当の知識を有していること(カリキュラムの項目を見てご確認ください。https://www.skillupai.com/math)

対象者

・微分や行列を計算し、機械学習の手法をより理解したい方

・ライブラリのパラメータの意味を理論的に理解したい方

講師

D Maruo

東京大学大学院情報理工学系研究科電子情報学専攻修了。量子力学が専門。量子力学の数値シミュレーションの結果を解釈するうちに、データ分析に興味を持ったため、データ分析の道を歩むことに。
現在LINE株式会社にてデータ分析業務に従事。好きなデータは時系列。嫌いなデータはクライアントログ。 最近は、テーブルデータおよび画像データへのディープラーニングの適用に取り組んでいる。

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

Anaconda3-5.0.1以上のインストールをいただき、ブラウザでJupyterが表示できている状態まで事前に準備お願い致します

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「機械学習・ディープラーニングのための最適化」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。

関連するイベント