内容

AI（＝ディープラーニング）するのに数学はどこまで？どうやったら？、とよくよく聞かれます・・。

「AIはやってみたいけど、難しい数学は苦手、なるべくやりたくない～」

・・・ですよね～

「数学の試験でカラクチな点数をつけられた経験が・・」

・・・あの～、ぜんぜん大丈夫で～す。

PyData.Fukui　の今回のAI数学では、あなたが計算して問題を解く必要もありません。先生から点数をつけられることもありません。　

ポエム

苦手と思うのは、きっと数学の点数をとりたくて過学習しすぎた結果です。

学校での数学が大苦手でも、AIが大スキなら、AI数学は大好きになれます。

「数学」は嫌いでも、「AI数学」は嫌いにならないでください～。

現実的な内容

「Python」で「AI」したい皆様の主目的は、自分で「やりたいこと」に役立つAIを実装したい、です。

（　そういうみなさまを、「AI実務（AIガチ）の皆様」、ということにいたしましょう。　）

具体的には、「AIモデルの作成と、性能エンジニアリング」をすることになります。

AI実務の皆様にとって、役に立つ数学的な考えは、どんなものかな？

（　そういう数学を「AI数学」ということにいたましょう。　）

AIはやりたいんだけど・・でも数学は苦手なので！・・でもやっぱりやってみたい！・・そんなツンデレな方はどうぞ。

多少の数学的なおしゃべりとお勉強＋持参しているPCでコードを・・

雰囲気とお茶だけ味わってみるのでもOkです。

お気軽にどうぞ！

講師について

JDLA（日本ディープニューラルネットワーク協会）ジェネラリスト資格#2019-1保有 現在はAIや数学をネタにPythonで楽しげなことをお仕事にしている人が今回の講師をいたします。

パソコンを持ってくる方へ

講師がGoogle Colaboratory を使って、AI数学とPythonの「相互作業」を説明します。

今回は、AI数学とは何なのかという説明や、任意の関数のグラフを描いたり、ガウス分布で乱数を発生させた様子、線形回帰（最小二乗法）について考え方、可視化の方法を「やさしく」お伝えいたします。

AIには最適・最強といわれる、Google Colaboratory上のPython、各種ライブラリを使っています。プログラミング、ビッグデータ、統計の扱い方の学習・練習にもなりますよ。

Google Colaboratory（Python機械学習開発クラウドソフトウエア）が初めての方でも大丈夫です。（使い方は簡単に復習します）

PC(Mac,Win,Linux)を持参される方は、Google Chromeと Googleアカウントを準備した、WIFI接続可能なノートPCをご持参ください。

勉強会の説明はWindowsを標準といたします。Mac, Linuxの方は、自分のPCに（キーやシェルのコマンドなど）置き換えて解釈してください。