募集内容 |
前払い 35000円(前払い)
先着順
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
支払済 無料
先着順
|
---|---|
申込者 | 申込者一覧を見る |
開催日時 |
2018/09/09(日) 13:30 ~ 20:00
|
募集期間 |
2018/07/30(月) 08:35
〜 |
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
運営団体
講座に関するお問い合わせは、info@skillupai.comまでお願いいたします。
資料 資料をもっと見る/編集する
資料が投稿されると、最新の3件が表示されます。