内容概要

現在、ほとんどの機械学習・ディープラーニングの書籍や学習コンテンツは、数式やアルゴリズムを用いた説明をしており、数学から遠ざかってしまった方が読み進めるのが難しく、難解な分野だという雰囲気を醸しています。

正直、ありもののライブラリやAPIを使えば、機械学習・ディープラーニングでそれなりのものは作れる世の中になりつつあります。しかし、だからこそ今後求めらるのは本当にAIを理解している人であるはずですから、 ML/DLで扱うアルゴリズムの理解に不可欠な数学や統計などの知識は重要と言えます。

本講座は、上記思想のもと、一人だと非効率かつ目的を見失いがちなMLに必要な数学について、ML/DLにおける数学の観点からカリキュラムを作成し、数学について全く自信のない方でも、ML/DL界隈で基礎とされる数式・アルゴリズムが独学できるスキルの習得を目指します。

今回は、情報理論を扱います。情報理論は確率統計学の応用範囲である「計算機科学」の一分野であり、事象の曖昧さ、不確実さを定式的に扱うための極めて応用的、実用的な内容を多く含みます。

情報理論はあまりメジャーな分野ではありませんので、「本格的な講座」が開講されることがあまり多くありませんが、本講座では、機械学習関連の書籍、また、日本ディープラーニング協会E資格で出題範囲の情報理論の諸概念について、見た瞬間に「なるほど」と思えるレベルの理解を目指します。

自己情報量／相互情報量／エントロピー／KLダイバージェンスなどなど、機械学習の書籍では頻繁にあらわれる概念を、数式から逃げず、かつ、直感的な意味合いも大切にしながら丁寧に解説します。また、練習問題で「手を動かして」数式に習熟することも取り入れ、「根本的な理解」を目指します。

この講座で得られること

先日邦訳が発売された深層学習の世界的名著で入門者必読とされる深層学習 。この「情報理論」の章では、突然「自己情報量」「エントロピー」等の定義だけがあらわれ、意味合いについての明確な説明があまりなされません。本講義では、基礎的な確率統計学の知識をもとに、情報理論で現れる基本的な定義の「根本的な意味合いを含めて」理解できるスキルを身につける事ができます。また、E資格の問題も無理なくクリアできるスキルが身につきます。

英語版は無料なのでこちらで内容を確認いただけます。
http://www.deeplearningbook.org/contents/prob.html

受付・入場時間

開始の10分前から

カリキュラム

・確率論の復習
・対数関数の復習
・自己情報量
・エントロピー
・２値エントロピー関数
・条件付きエントロピー
・相互情報量
・シャノンの基本不等式
・カルバック・ライブラー情報量（KLダイバージェンス）

若干変更なる場合があります。

対象者

・微分、線形代数、確率統計については学んだが、情報理論についての入門書籍、講座が見つからず困っている方
・定義や定理を見ても、何を言っているのかよくわかず、もっと根本的な理解に到達したい方
・情報理論を実務に活かしたい方。

受講に必要なスキル

・基礎的な確率論の知識（習熟しているのが望ましいが、最低限の復習の時間も設ける）
・四則演算、Σ記号、関数等の基礎的な数学の知識
・数式を見ても拒絶反応が起こらない気持ち（慣れ）

不安な方は、以下講座を受講ください！
7月14日（土）開講予定「微分」 もしくは 7月29日（日）開講予定「微分」
7月15日（日）開講予定「確率・統計Day1」
7月22日（日）開講予定「確率・統計Day2」
7月28日（土）開講予定「線形代数」

会場へのアクセス方法

週末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。

＊または、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

なし

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

• 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