◆◆◆本講座はオンライン受講のみとなり、対面講座の募集は終了いたしました。◆◆◆

◆◆◆オンライン受講は ホームページ よりお申し込みいただけます。◆◆◆

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
10/06（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
10/07（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
10/13（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
10/14（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
10/20（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
10/21（日）	14:00-19:00	ベイズ推論のための確率統計アドバンス
10/27（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
10/28（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から講義動画の購入も可能とする予定です。

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、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。

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

・「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
・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）

講師

S Saito

スキルアップAI講師。横浜国立大学卒業。高専時代に画像認識に対して興味を持ったことがきっかけで、現在ではDeep Learningや機械学習、進化計算などの人工知能分野のアルゴリズム研究開発やコンサルティングに従事。日本ディープラーニング協会の2018年度G検定 合格者。

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

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

• 2回目受講枠に関しましては、過去に「機械学習・ディープラーニングのための情報理論」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。