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
申し込み受付は終了しました
| 前払い | 35,000円 前払い |
|---|---|
| 前払い・２回目の受講（機械学習・ディープラーニングのための最適化の再受講） | 3,000円 前払い |
| 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。 | |
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 |
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 |
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。
開始の10分前から
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。
・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
・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）
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
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
※ビルへの入り方はこちらをご参照ください。
※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。
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。
ご自身のノートPC
筆記用具
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）
なし
【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)
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。
kaggleなどの実際のビジネスデータを用いて、最前線で活躍するデータサイエンスのスペシャリストから機械学習を体型的に学べるAIスクールです。 また、ディープラーニング協会（JDLA）認定プログラムとして、ディープラーニングの基礎・原理を理解し、実装レベルでマスターすることをゴールとした日本最高峰レベルの講座も提供しており、E資格を受験するために必要な全ての知識を、最先端で活躍するスペシャ...
メンバーになる