【基礎数学】機械学習・ディープラーニングのための微分・線形代数 DAY1

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/線形代数を扱います。これまで、微分と線形代数は別講座として展開してきましたが、今回から本格的に、ベクトルの微分など機械学習に直結する内容を基礎数学講座内で扱えるよう、カリキュラムを大幅にアップグレードしました。 また、より理解を定着していただけるよう全6回の講座とし、Slackでのチャット質問、講義動画の共有、宿題などにも対応するようにしました。

微分について：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。その他あらゆる数式に使われる基礎分野です。

線形代数について：理論を記述するための「言語」です。Pythonを使うと効率的に線形代数を扱えますが、本講義では、まず「手で」計算して身につけることを目的とします。

＊当ページでの募集はDAY1のみの参加となります。DAY1のみの参加は、Slackでのチャット質問、講義動画の共有、宿題などには対応しておりません。全6回セットでお申し込みされる場合は、スキルアップAIのHPからお申し込みください。

日程

＊当ページでの募集はDAY1のみの参加となります。全6回セットでお申し込みされる場合は、スキルアップAIのHPからお申し込みください。

カリキュラム

Day1【様々な関数の微分】

• 関数・合成関数・極限
• 平均変化量・微分の定義
• 様々な関数の微分（多項式・三角・指数・対数）
• 積と商の微分

Day2【微分の応用・偏微分】 ​

• 極値・高階微分
• 導関数と増減表
• 関数の概形
• 偏微分

Day3【線形代数の基礎・２次形式】 ​

• ベクトル・ノルム・内積・行列・行列式・逆行列・転置・和積
• ２次形式

Day4【固有値・特異値・疑似逆行列】 ​

• 固有値・固有ベクトル・対角化・特異値

Day5【ベクトル・行列の微分】 ​

• 微分の復習

• スカラー・ベクトル・行列周りの微分

  Day6【機械学習における微分・線形代数】 ​

• 最小二乗法・勾配降下法・復習

＊若干変更になる場合があります。

前提知識

不要

対象者

・ML、DLを勉強しようと思うが、数式で躓き読み進められない方

・公式などはわかるが、その基礎・原理をしっかり学びたい方

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E資格合格者、2018年度G検定合格者。

受付・入場時間

開始の10分前から

会場へのアクセス方法

会場まで直接お越しください。

当日のお持物

ご自身のノートPC（必須） 筆記用具

【動作環境】 MacOSX 10.9 以上 Windows 7 以上（64bit必須） メモリ4GB以上

講座までの準備

特になし

通信環境に関して

Wi-Fiあり

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

• 最小遂行人数「4名」：開催日の2日前までに最小遂行人数に達しない場合は、中止となります。ただし、複数のチャンネルで募集を行っているため、本サイトでの申込者数が最小遂行人数に達しない場合でも開催になる場合がございます。
• 環境設定などでつまった場合、可能な限りフォローさせていただきますが、講義の流れを優先させていただきます。
• 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

スキルアップAI

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。