【初心者〜中級者向け】高校数学の演習で理解する確率分布と最尤法

内容概要

機械学習を理解するにあたって数学は必要かという質問はよく聞かれます。
程度にもよりますが最低限は必要だと答えるようにしています。最低限というのも
いろいろありますが、ここでは高校数学～大学の教養課程の導入レベルを最低限
としています。というのもそのレベルは把握していないと直感的なイメージすら
湧かないので良くないからです。

とはいえ、闇雲に数学に手を出そうにもなかなか学習時間が取れず大変だと思います。
今回はそれを受けまして、確率分布と最尤法の理論面の理解にあたって、高校数学
レベルの演習を通して理解ができるように問題演習を行えればと思います。

これを機に数学をの問題演習を元に確率分布や最尤法を理解しましょう！！

開催日程

12/8（日）　

受付　　　：12:50〜13:00
講義　　　：13:00〜14:30
問題演習　：14:30〜15:30

※
途中適宜休憩を設けます。

アジェンダ

◆ 例題の解き方の解説
・例題① 集合と確率
・例題② 様々な関数（指数関数、対数関数）
・例題③ 確率分布のグラフ化
・例題④ 掛け算と対数
・例題⑤ 合成関数の微分
・例題⑥ 対数を用いて解く最大値問題

◆ 統計・機械学習文脈からの例題の解釈
・確率分布とパラメータ
・確率分布があると何が嬉しいのか
・尤度最大化によるパラメータ推定（最尤法）
・MCMC法
・線形回帰への導入と一般化線形モデル（発展）
・回帰分析とは最尤法である（発展）
・DeepLearningとは最尤法である（発展）

◆ 問題演習

※
発展トピックについては余裕があれば取り扱います。

会場

水道橋駅、神保町駅、九段下駅周辺
千代田区西神田2-7-14 YS西神田ビル2F

対象者

・確率分布、最尤法について勉強したいけど高校数学が怪しい・苦手な方
・統計、機械学習関係の本を読みたいけど数学の記述でアレルギーが出る・よくわからなくなってしまう方
・ざっくりしたイメージの理解ではなく、実際に手を動かして納得した理解が欲しい方

講師プロフィール

東大工学部卒。
データ分析/AI開発の仕事の経験は8年ほどで、理論/開発/ビジネスのどれも経験があり強い。
また、多くの業界のプロジェクトに関わったためドメイン知識も豊富。
初心者向けの指導実績も多く、1,000名以上。

当日のお持物

・演習のためのノートやメモ帳
・タブレット or ノートPC（マストではありませんがWebページを参照するのである方が便利だと思います。）

費用

・4,000円（2.5時間）

※ 領収書発行の際は事務手数料として（法人料金も兼ねてます）追加1,000円いただきます。

定員

6名（人数に合わせて調整します、別媒体でも募集していますので申し込み人数は当日参加者数を反映しません）

参考資料

下記はニューラルネットワークのバージョンですが、記事のような進行のイメージを考えています。
https://lib-arts.hatenablog.com/entry/math_nn1
https://lib-arts.hatenablog.com/entry/math_nn2
https://lib-arts.hatenablog.com/entry/math_nn3
https://lib-arts.hatenablog.com/entry/math_nn4
https://lib-arts.hatenablog.com/entry/math_nn5
https://lib-arts.hatenablog.com/entry/math_nn6

※ ニューラルネットワーク、ランダムフォレストを合わせてテキスト化を行い下記で手に入るように
しておりますので、よろしければこちらもご検討ください。
https://note.mu/lib_arts/n/nb2be07a944bf

ご参加にあたってのお願い

無断欠席や前日以降のキャンセルに関しては当日人数読めなくなり非常に迷惑なので
基本的に行わないようにお願いします。（直前参加は定員的に問題なければ歓迎です！）
体調不良、職務都合、ご家庭の事情などどうしてものケースは別途ご連絡いただくか、
イベントへのお問い合わせよりご連絡いただけますと嬉しいです。
上記がひどいアカウントに関してはブラックリスト処理を行い以後の参加をお断りさせて
いただきますので、その点だけ予めご了承ください
（7割以上来れる前提でのお申し込みと前日以降のキャンセルはメッセージでのご連絡を
いただくということだけ気をつけていただければ大丈夫だと思います）

モチベーションの高い参加者の方を重視する運営としていきたいと考えています。
ご協力のほど、よろしくお願いいたします。