機械学習・ディープラーニングのための応用数学（最適化）

2019/03/29(金)10:00 〜 17:30 開催

ブックマーク

アルゴリズム, 機械学習, 数学

イベント内容

お得な応用数学セットはHPからお申し込み下さい。

https://www.skillupai.com/applied-math

【週末】第 11期
* 2/02（土）09:30〜13:00 情報理論
* 3/17（日）13:30〜18:30 ベイズ推論のための確率・統計
* 3/24（日）13:30〜18:30 多変量解析
* 3/31（日）13:30〜20:00 最適化

【平日】第 12期
* 3/21（木）13:30〜18:30 ベイズ推論のための確率・統計アドバンス
* 3/22（金）13:30〜18:30 多変量解析
* 3/29（金）10:00〜17:30 最適化

内容概要

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ため、数式を理解せずにAIを学ぶことはできません。

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。独学では辛い数学ですが、経験豊富なプロフェッショナルから直接学び、最短距離でスキルを身につけましょう！

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

確率論の復習
対数関数の復習
自己情報量
エントロピー
２値エントロピー関数
条件付きエントロピー
相互情報量
シャノンの基本不等式
カルバック・ライブラー情報量（KLダイバージェンス）

＊若干変更になる場合があります。

対象者

・微分、線形代数、確率統計については学んだが、最適化についての入門書籍、講座が見つからず困っている方
・定義や定理を見ても、何を言っているのかよくわかず、もっと根本的な理解に到達したい方
・最適化を実務に活かしたい方

受講に必要なスキル

スキルアップAIの基礎数学「微分・線形代数」および「確率・統計」講座を受講、もしくは修了相当の理解

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（必須）

【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

不要

通信環境に関して

Wi-Fi環境はございますが、繋がりにくい場合はご自身のテザリングをご利用ください。（ベストエフォートとなります。）

会場へのアクセス方法

直接会場にお越しください。
遅刻される場合も直接会場にお越しください。
講義時間中に出席を取ります。

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)

【Stripeでお支払いの場合】
Stripe発行の受領書が領収書となります。当社より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。