【初心者歓迎】機械学習のための数学入門【微分編】

概要

機械学習の理論を学ぶ上で、数学の基礎的な知識は欠かせません。そこで、機械学習を理解することに特化した数学基礎講座を開講いたします。

講義内では深層学習の本などでは当たり前のように出てくる概念や記号に的を絞ってわかりやすく解説いたします。具体的には、関数・微分・Σ・多変数関数・勾配降下法による最適化などが取り扱い内容です。

「機械学習にこれから挑戦したい方」「一度勉強しようとしたが、数学的なところでつまずいて、先に進めなかった方」などに、これから学習を進めていくきっかけとして非常にオススメな内容となっております。

※本講座は、動画復習対応講座でございます。受講した翌日から1週間、動画を公開いたします。聞き逃してしまった箇所の補填やより深い理解のためにお役立ていただけると幸いです！

※基本的な計算能力（中学レベル）は本講座を受講するための前提知識とさせていただきます。

講座を通じて得られること

・機械学習に使われている数学的な基礎知識の習得
・関数・微分・Σ・多変数関数・勾配降下法への理解

カリキュラム

微分編

・微分とは
・関数の増減
・1変数関数の微分
・合成関数の微分と連鎖律
・多変数関数の偏微分
・勾配法・最急勾配法

※各項目には演習問題を用意しておりますので、ノートとペンをご用意ください。
※当日予告なく時間配分・内容が変更になる可能性がございます。

講座一覧のフローチャート

どの講座から受講したら良いのかわからないというような方は、下記のフローチャートを参考にしていただければと思います。

持ち物

・パソコンやタブレットなど講義資料（PDF）を閲覧するのに適したデバイス
・ノートとペン（演習問題を多数用意しております。）

こんな人にオススメ

・これから機械学習・ディープラーニングの動作メカニズムを理解したい方
・数学的な基礎知識を身に付けたい方

講師

神津陽信
慶應義塾大学管理工学科卒業。現在は、主に機械学習を用いた製造業における諸問題へ取り組んでいる。機械学習と時系列データ、生産管理に精通。AIコンサルタントとして、多数のプロジェクトに携わる。

領収書について

【Stripeで事前決済の方】
クレジットカード会社が発行する明細を領収書の代わりとしてご利用ください。

【Paypalの方】
決済処理後にPaypalから送付されるメール内容、またはPaypalの取引履歴から該当項目を確認の上、「詳細」をご覧ください。それらが領収書の代わりとなります。また、クレジットカード会社発行の利用明細書も領収書としてご利用いただけます。

【別途領収書発行が必要な方】
別途発行手数料として1000円頂きます。必要な方は、以下のフォームよりご申請ください。領収書発行手数料と受講料金を合算した金額で発行いたします。
全人類がわかる統計学 領収書発行フォーム

会場

東京都台東区台東１丁目11番4号 誠心Oビル 3階

アクセス
秋葉原駅より徒歩5分
JR線をご利用の方は昭和通り改札、東京メトロ日比谷線をご利用の方は1番出口が最も近くなっております。

受付・入場時間

開始の15分前から

※なるべく5分前までにお入りください。
※途中参加も可能です。

ポータルサイト会員登録のお願い

全人類がわかる統計学では、ポータルサイトを使って講座で扱う教材を受講者の皆様に共有いたします。 初めて全人類がわかる統計学の講座に参加される方は、あらかじめこちらより会員登録をお願いいたします。

お問い合わせ

・メールでのお問い合わせは、info@to-kei.net　までご連絡ください。
・こちらで⇨LINE＠からもお問い合わせいただけます。（推奨）

注意事項

・リクルーティング、勧誘、採用活動など、目的に沿わない行為につきまして、主催者が相応しくないと判断した場合は即刻退出処分とします。全員が気持ちよく過ごすことが出来るよう、ご協力をお願い致します。
・講座内で扱うコンテンツは全て「全人類がわかる統計学」に帰属しています。複製はご遠慮ください。
・個人ブログへの講義コンテンツの掲載はご遠慮ください。
・最小遂行人数は「3名」です。開催日の前日までにこの人数に達しない場合は中止となります。ただし、複数の媒体で募集を行っているので、本サイト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。もし、中止が決定した場合はその時点で「全額返金」し、登録しているメールアドレスにご連絡させていただきます。

全人類がわかる統計学とは

株式会社AVILENが運営するサービスです。統計学・機械学習の学習用サイト全人類がわかる統計学を運営、管理するほか、社会人向けのAI人材やデータサイエンティスト育成のための教育事業を行なっております。 統計学や機械学習を、出来るだけわかりやすく多くの人々に届けるということを目指して活動しています。