【10月期 基礎数学シリーズ】機械学習・ディープラーニングのための微分基礎
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 |
21,600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微分基礎の再受講)
|
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 |
|---|---|---|
| 10/06（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 |
| 10/07（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 |
| 10/13（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 |
| 10/14（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 |
- お得な基礎数学講座セットは、HP からお申し込みを受け付けております。
- HPでのセットお申し込みは、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。
応用数学
| 日程 | 時間 | 講義名 |
|---|---|---|
| 10/20（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 |
| 10/21（日） | 14:00-19:00 | ベイズ推論のための確率統計アドバンス |
| 10/27（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 |
| 10/28（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 |
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、微分を扱います。尤度関数や誤差関数／損失関数、勾配降下法といった「学習時の最適化問題」の解決のためにはとても重要な分野です。ML入門書を独学できるベースの知識を、多くの演習問題を通して身につけられるようにプログラムしています。
機械学習の実務においては、数学の公式を知っているといったレベルの知識では十分でないので、本講義では公式の暗記ではなく、そこに至るプロセス・モチベーションに比重を置き、意味と意義が理解できるようになることを中心に進めます。
また、日本ディープラーニング協会のE資格の受験を検討されている方は、本講座レベルの微分は前提となっておりますので、受講をおすすめいたします。
受付・入場時間
開始の10分前から
カリキュラム
- 講座のゴール共有
- 機械学習における微分
- 微分その前に
- 関数
- 様々な関数
- n乗
- Σ
- 極限と微分の定義・本質
- 平均変化率
- 極限
- 微分係数の公式
- 二項定理（順列・組み合わせ）
- 導関数と増減表
- 様々な関数の微分
- 微分の応用
- 様々な関数の微分
- 合成関数の微分
- 積と商の微分
- n回微分による極大/極小
- 偏微分
- 機械学習での微分利用
- 最小2乗法
- 勾配降下法
若干変更になる場合があります。
前提知識
不要
対象者
- なぜML、DLに微分が必要なのかを知りたい方
- ML、DLを勉強しているが、微分に自信のない方
- 機械学習の本を読めるようになりたい方
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。
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。
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。
当日のお持物
ご自身のノートPC（あると資料を眺めながら受講いただけます）
筆記用具・紙5枚程度
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
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
- 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微分基礎」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。
