内容概要

最近ゆっくりと脚光を浴び始めているのが「ベイズ推論による機械学習」です。
確率統計学において「最も」重要であると言っても過言ではない「ベイズの定理」を軸として生まれるこの手法は、より高度な確率統計論を駆使し、確率分布のパラメータを「確率的に」予測するという、ディープラーニングとは全く異なる趣を持つ理論です。
ディープラーニングが潜在的に抱える種々の問題を解消するきっかけとなる「ベイズ推論による機械学習」を学ぶために必要な、高度な確率統計の知識をわかりやすくお届けします。

受付・入場時間

開始の10分前から

カリキュラム

• 積分の基本
• 確率変数の期待値、分散、標準偏差
• 代表的な確率分布
  • ベルヌーイ分布
  • マルチヌーイ（カテゴリカル）分布
  • 二項分布
  • ポアソン分布
  • 正規分布
  • ベータ分布
  • ガンマ分布
  • ディリクレ分布
• ベイズの定理の復習
• ベイズ更新とベイズ推論
• 共役事前分布
• ベイズ推論によるパラメータの推定（ハンズオンを交えて）
  • ベータ分布によるベルヌーイ分布のパラメータ推定
  • ガンマ分布によるポアソン分布のパラメータ推定
  • 正規分布のパラメータ推定

＊若干変更なる場合があります。

対象者（受講にあたっての前提知識）

「微分」「線形代数」「確率統計Day1, Day2」講座を受講もしくは、修了相当の理解をしていること

会場へのアクセス方法

土曜日はビル正面玄関が閉まっているため、開始10分前より随時内側から開錠いたします。
ビル正面玄関前でお待ちいただきますようお願い致します。
https://imgur.com/a/XteLG

遅刻される方は、入り口に着かれましたら、skillupai.tokyo@gmail.comまでご連絡ください。
スタッフがお迎えに行きます。

ビル館内では飲食物の購入はできませんので、飲食物は事前に購入の上、ご来場ください。

講座中（休憩時間など）にビル外に外出される際は、スタッフまでお声がけください。
また携帯をご持参頂き、お戻りの時間をskillupai.tokyo@gmail.comまでご連絡ください。
ビル正面玄関へ、スタッフがお迎えに上がります。

講師

S Akematsu

東北大学理学部数学科卒業。個人事業を経て、高専向け学習塾「ナレッジスター」の経営などを行う教育特化型企業「合同会社Haikara City」を創業。現在、高専教育、社会人向けIT教育、WEB教育コンテンツの発信等を主に行う。著書 線形空間論入門 。現在は、画像解析システムの研究開発企業に対して、DeepLearningに関する数理コンサルティング、数学指導なども行う。

＊もしくは、機械学習に精通した他の講師が務めます。

当日のお持物

ご自身のノートPC（必須）
筆記用具

講座までの準備

【動作環境】
MacOSX 10.9 以上
Windows 7 以上（64bit必須）
メモリ8GB以上必須
※8GB未満でも受講して頂くことは可能ですが、大きなデータを扱う演習の際に不具合が発生する可能性があります。
メモリ不足が原因の不具合についてはサポートすることができませんので、あらかじめご了承ください。

【環境構築について】
Anaconda3-5.0.1以上の事前インストールをいただき、ブラウザでnotebookが表示されるところまでをお願いいたします。
こちらを参考にしてください。
https://goo.gl/FRWrax
※各自で必ず当日までに環境構築のみはお願いいたします。
もし環境構築等でご不明な点等あれば、事前にご連絡いただければご案内します。

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

運営団体

https://www.skillupai.com