機械学習アルゴリズムを
数式的に理解できるようになる
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ため、数式を理解せずにAIを学ぶことはできません。
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。
独学では辛い数学ですが、経験豊富なプロフェッショナルから直接学び、最短距離でスキルを身につけましょう!
講座の特長
-
1
機械学習モデルを数式的に理解できる
講座の到達点を「機械学習アルゴリズムを数式的に理解できるようになること」として、演習を取り入れスキルアップの仕組みを用意しています。 -
2
E資格出題範囲対応
日本ディープラーニング協会のE資格出題範囲の数学を、もっとも丁寧に取り扱う講座です。
得られる知識・スキル
-
自力で機械学習の技術書を読み進める力
-
機械学習モデルのチューニング方針を立てる力
-
機械学習モデルの説明を理論的に説明する力
こんな方におすすめ
- 最短距離で機械学習アルゴリズムを数式的に理解できるスキルを身に付けたい方
カリキュラム(一部抜粋)
情報理論
- 情報理論とは?
- 情報量とエントロピー
など全4トピックス
一般化線形モデル
- 一般化線形モデルとは?
- 一般化線形モデルの手続き
- 最尤推定法を用いたモデルパラメータの推定
など全6トピックス
ベイズ推論のための確率・統計
- 頻度主義とベイズ主義
- ベイズ推論に必要な数学の準備
など全5トピックス
多変量解析
- 多変量解析とは?
- 基礎数学の復習
など全4トピックス
最適化
- 最適化とは?
- 線形計画法と双対定理
など全5トピックス
カリキュラムは変更となる場合がございます。
担当講師
森田 大樹
東京工業大学情報理工学院修了。大学院時代は数理モデリングの手法を用いた脳神経科学の研究に携わる。 大手インターネット企業でマルチビッグデータシステムの開発・運用業務に従事した後、個人事業主として独立。システムの受託開発や金融系データの解析業務を行う。現在はスキルアップ AI にて、講師活動を行いながら、システム開発のマネジメントやデータ分析業務に取り組んでいる。2018年、ショウジョウバエ大規模ニューラルネットワークの数理モデリングの分野でIEEE Computational Intelligence Society Japan Chapter Young Research Award受賞。
講座概要
講座名 | 機械学習・ディープラーニングのための応用数学講座 |
---|---|
受講形式 |
オンライン講座:eラーニング形式 お好きな時間、お好きな場所でeラーニング形式にて受講いただけます。 |
前提となる知識・スキル |
必須スキル
|
講座時間 | 動画講義約7.5時間(演習時間除く) |
料金 | 110,000円/1名(税込) |
料金に標準で含まれるもの |
|
動画の視聴期間 | 動画共有日から1年間 |
PCの動作環境 |
※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。 |
事前準備 | 本講座では、MinicondaまたはAnacondaをインストールしていただきます。また、condaおよびpipというライブラリ管理ソフトを使って、Python ライブラリをインストールしていただきます。これらインストール作業を行えるパソコン環境をご準備ください。特に、社用のパソコンなどでアクセス制限のあるインターネット回線をご利用の方は、インストール作業を問題なく行えることを事前にご確認ください。ご不明な点がございましたら、事前にご連絡ください。 |
よくある質問
-
請求書・見積書の発行は可能ですか?本講座は、請求書・見積書の発行対応はできませんので、あらかじめご了承ください。
受講者の声