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
8/11（土）	14:00-19:00	機械学習・ディープラーニングのための微分基礎
8/12（日）	14:00-19:00	機械学習・ディープラーニングのための確率・統計DAY1
8/18（土）	14:00-19:00	機械学習・ディープラーニングのための線形代数
8/19（日）	14:00-19:00	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
8/25（土）	14:00-19:00	機械学習・ディープラーニングのための多変量解析
8/26（日）	14:00-19:00	ベイズ推論のための確率統計アドバンス
9/01（土）	14:00-20:30	機械学習・ディープラーニングのための最適化
9/02（日）	14:00-17:30	機械学習・ディープラーニングのための情報理論

• 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しました。

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、最近ゆっくりと脚光を浴び始めている「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。

講師

D Maruo
東京大学大学院情報理工学系研究科電子情報学専攻修了。専門は量子力学。量子力学の数値シミュレーションの結果を解釈するうちに、データ分析に興味を持ったため、データ分析の道を歩むことに。
現在LINE株式会社にてデータ分析業務に従事。好きなデータは時系列。嫌いなデータはクライアントログ。

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。

当日のお持物

ご自身のノートPC
筆記用具

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）

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

• 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
• 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

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。