秋の陣【8月期応用数学シリーズ】機械学習・ディープラーニングのための最適化

9月

9
秋の陣【8月期応用数学シリーズ】機械学習・ディープラーニングのための最適化
今回からシリーズ講座として開講します

主催 : スキルアップAI

募集内容	前払い 35000円（前払い）先着順 0/11人 2回目受講(機械学習・ディープラーニングのための最適化の再受講) 3000円（前払い）先着順 0/3人支払済無料先着順 1/1人
申込者	申込者一覧を見る
開催日時	2018/09/09(日) 13:30 ～ 20:00 Googleカレンダー icsファイル
募集期間	2018/07/30(月) 08:35 〜 2018/09/07(金) 15:00まで
会場	アイテック阪急阪神株式会社大阪市福島区海老江1丁目1番31号マップで見る
前払いについて	前払いについての連絡先: (参加者にのみ公開されます)
	キャンセル・参加費用の払い戻しについて主催者からの説明: やむを得ずキャンセルされる場合は、開催日の4日前までのご連絡に限り、払い戻し手数料を差し引いた金額を払い戻し致します。以降は払い戻しをできませんのでご注意ください。
	領収データの発行: 発行しない (詳しくはこちら)

イベントの説明

講座体系

機械学習の理解に不可欠な数学の知識に関して、初学者でも基礎から実践まで体系化に学べるように、基礎数学シリーズと応用数学シリーズの2シリーズで展開しています。

シリーズ	分野	前提知識
基礎数学シリーズ	微分、線形代数、確率統計	不要
応用数学シリーズ	多変量解析、ベイズ推論のための確率統計アドバンス、最適化、情報理論	基礎数学シリーズの指定の講座修了レベル

直近のシリーズ

基礎数学

日程	時間	講義名
8/25（土）	09:00-14:00	機械学習・ディープラーニングのための微分基礎
8/25（土）	15:00-20:00	機械学習・ディープラーニングのための確率・統計DAY1
8/26（日）	09:00-14:00	機械学習・ディープラーニングのための線形代数
8/26（日）	15:00-20:00	機械学習・ディープラーニングのための確率・統計DAY2

応用数学

日程	時間	講義名
9/08（土）	09:00-14:00	機械学習・ディープラーニングのための多変量解析
9/08（土）	15:00-20:00	ベイズ推論のための確率統計アドバンス
9/09（日）	09:00-12:30	機械学習・ディープラーニングのための情報理論
9/09（日）	13:30-20:00	機械学習・ディープラーニングのための最適化

お得な応用数学講座セットは、HP からお申し込みを受け付けております。
HPからのセットでのお申し込みは、銀行振込、領収書・請求書・申込書希望にも対応可能です。
講座内で全て消化できない方向けに、HPから動画も購入いただけるようにする予定です。

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、『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

０．導入
    凸最適化とは
    機械学習での最適化問題の例
    最適化問題とその用語
    凸集合・凸関数
    凸最適化問題
１．最小二乗法（回帰直線を例に）
    目的関数の導出
    正規方程式
    最小二乗法の幾何学的意味*
    最小二乗法の数値計算法*
２．凸２次計画問題（サポートベクタマシンを例に）
    目的関数・制約条件の導出
    ラグランジュ関数
    KKT条件
    サポートベクタマシンの性質の考察*
    双対理論*
３．正則化（Lassoを例に）
    元々のモチベーション
    l0/l1, l2正則化
４．計算法（勾配法）
    勾配法の導出
    確率的勾配降下法
    ニューラルネットワークの学習（凸でない最適化問題への応用）

*は時間の都合上、割愛させていただく可能性があります。

対象者

・微分や行列を計算し、機械学習の手法をより理解したい方
・ライブラリのパラメータの意味を理論的に理解したい方

前提知識

・スキルアップAIの講座「微分」・「線形代数」を受講していること。
・もしくは、修了相当の知識を有していること（カリキュラムの項目を見てご確認くださいhttps://www.skillupai.com/math）

会場へのアクセス方法

アイテック阪急阪神株式会社 本社

〒553-0001　大阪市福島区海老江1丁目1番31号 阪神野田センタービル
https://drive.google.com/open?id=1AxpHHAuv30EYSzFmLo4w0bUb01AW3zOa

阪神野田駅、地下鉄千日前線野田阪神駅又はJR東西線海老江駅から徒歩約2分
※ビル正面玄関でスタッフが待機しております。入館時に出席をとらせていただきます。

講師

K Wakasugi

東京工業大学大学院総合理工学研究科修了。某大手メーカに勤務。2013年からデータ分析業務に従事し、社内外含め30案件以上を担当、機械学習を活用した予測アルゴリズム・予測アプリケーションから、予測結果を活用したAIシステムまでを幅広く開発している。

当日のお持物

ご自身のノートPC（あると資料を眺めながら受講いただけます）
筆記用具・紙5枚程度

講座までの準備

【通信環境に関して】
基本的にはこちらでWi-Fi環境を確保したいと考えておりますが、wifiが使えない日がないとも限らないのでwifiは自己責任でお願いいたします。（現在開講中の講座にて会場にWi-Fi環境が無い場合、ご自身のスマートフォンのデザリングなどで対応されております）

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)

備考

* 長時間ですので、ところどころ休憩を挟みます
* 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
* 2回目受講枠に関しましては、過去に同じ分野の講座を受講された方のみ、お申し込みが可能です。受講履歴を確認させていただきます