機械学習・ディープラーニングのための基礎数学講座

機械学習・ディープラーニングのための基礎数学講座

前提知識不要レベルから機械学習の理解に必須の数学の基礎レベルまでまとめて学習

スキルアップAIの基礎数学講座は、高校数学レベルからはじめ、機械学習に関する書籍の基本的数式が理解できるレベルまでのスキル習得を目指します。チャット質問対応・講義動画の共有・宿題があり、全6日程を修了すると、機械学習の技術書を通読できる基礎体力が身につきます。

講座の特徴

全6回で確実に習得する!

単発講座だとどうしても”分かったつもり”で終わりがちです。2ヶ月に及ぶ講座は、演習あり、宿題あり、チャット質問対応あり、講義動画ありの完全サポートで、確実に基礎スキルを身につけることが出来ます。

前提知識は不要で学べる!

基礎の基礎から始めるので、高校数学が不安な方でも、大丈夫です!数学が機械学習・ディープラーニングのどこで使われているかに触れながら説明します。

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に対応しています。

本講座で得られる知識/スキル

  • 自力で機械学習の技術書を読み進められるようになります!
  • 機械学習モデルのチューニング方針を立て、理論的に説明することができます!
  • E資格の数学分野で高得点を取得できるだけの力が身につきます。(別途、応用数学講座の情報理論の受講もお薦めいたします)

講座概要

講座名 機械学習のための基礎数学講座
ラインナップ

2分野
 『微分・線形代数』『確率・統計』

料金

基礎数学講座セット(36時間) ¥160,000/1名
 ・微分 / 線形代数講座(3時間×6回) 合計18時間¥90,000/1名
 ・確率 / 統計講座(3時間×6回) 合計18時間¥90,000/1名

定員 20名

※セットでお申し込みの場合は、同一期の受講のみ有効です。(期を跨いだ受講はできません)
※領収書はセットでのお申し込みで銀行振込の場合のみ対応しております。クレジットカード払いの場合、PayPal発行の受領書が領収書となります。
※6ヶ月以内の2回目の受講は75%OFFで受講可能です。個別の講座ページからお申し込みください。

 

カリキュラム

微分・線形代数確率・統計

微分・線形代数

《概要》

尤度関数や誤差関数/損失関数、勾配降下法といった「学習時の最適化問題」の解決のためにはとても重要な分野です。5時間の講座となりますので、完全なる理解は難しいかもしれませんが、ML入門書を独学できるベースの知識を、多くの演習問題を通して身につけられるようにプログラムしています。

機械学習における微分

微分その前に

  1. 関数
  2. 様々な関数
  3. n乗
  4. Σ

極限と微分の定義・本質

  1. 平均変化率
  2. 極限
  3. 微分係数の公式
  4. 導関数
  5. 様々な関数の微分
  6. 合成関数の微分

微分の応用

  1. 様々な関数の微分
  2. 合成関数の微分
  3. 積と商の微分
  4. n回微分による極大/極小
  5. 偏微分

機械学習での微分利用

  1. 最小2乗法
  2. 勾配降下法

確率・統計

《概要》

ベイズ推論、最尤推定法、回帰分析等は、機械学習においてきわめて重要な役割を果たします。そして、そのベースとなるのが確率/統計学です。本講座では、10時間かけて確率分布の基本、ベイズの定理、正規分布そして回帰分析など、確率/統計学の中で「特に機械学習において最重要」となるトピックを網羅します。

DAY1

統計学とは

記述統計学と推計統計学

母集団と標本

質的データ vs 量的データ

データの視覚化

総和記号Σ

量的データの中心

量的データのばらつき・広がり

二変数間の関連の強さ

確率

条件付き確率



DAY2

確率変数

確率分布

確率変数の期待値と分散と標準偏差(意味も)

ベルヌーイ分布

マルチヌーイ(カテゴリカル)分布

正規分布(1.96σ、中心極限定理など、特に詳しく!)

指数分布とラプラス分布(紹介だけ)

構造化確率モデル(ざっくりと)

二項分布と多項分布

仮説検定

※カリキュラムは変更となる場合がございます。

開催日程

東京大阪名古屋オンライン

東京 11月期 微分・線形代数

DAY1:11/17(土)09:30 〜 12:00  様々な関数の微分
DAY2:11/24(土)09:30 〜 12:00  微分の応用・偏微分
DAY3:12/01(土)09:30 〜 12:00  線形代数の基礎・2次形式
DAY4:12/08(土)09:30 〜 12:00  固有値・特異値・疑似逆行列
DAY5:12/15(土)09:30 〜 12:00  ベクトル・行列の微分
DAY6:12/22(土)09:30 〜 12:00  機械学習における微分・線形代数

 

東京 11月期 確率・統計

DAY1:11/18(日)09:30 〜 12:00  数学的準備・資料の活用
DAY2:11/25(日)09:30 〜 12:00  確率
DAY3:12/02(日)09:30 〜 12:00  離散型確率分布
DAY4:12/09(日)09:30 〜 12:00  連続型確率分布
DAY5:12/16(日)09:30 〜 12:00  統計学の諸定理
DAY6:12/23(日)09:30 〜 12:00  確率過程

 

東京 1月期 微分・線形代数

DAY1:01/12(土)10:00 〜 13:00  様々な関数の微分
DAY2:01/19(土)10:00 〜 13:00  微分の応用・偏微分
DAY3:01/26(土)10:00 〜 13:00  線形代数の基礎・2次形式
DAY4:02/09(土)10:00 〜 13:00  固有値・特異値・疑似逆行列
DAY5:02/16(土)10:00 〜 13:00  ベクトル・行列の微分
DAY6:02/23(土)10:00 〜 13:00  機械学習における微分・線形代数

 

東京 3月期 確率・統計

DAY1:03/16(土)10:00 〜 13:00  数学的準備・資料の活用
DAY2:03/23(土)10:00 〜 13:00  確率
DAY3:03/30(土)10:00 〜 13:00  離散型確率分布
DAY4:04/13(土)10:00 〜 13:00  連続型確率分布
DAY5:04/20(土)10:00 〜 13:00  統計学の諸定理
DAY6:04/27(土)10:00 〜 13:00  確率過程

 

※場所:東京都千代田区神田三崎町3-3-20 スカイワードビル 5F
開始10分前より随時お入りください。出席確認いたします。

大阪

第3期:未定

名古屋

第2期:未定

オンライン 11月期 微分・線形代数

DAY1:11/20(火)  様々な関数の微分
DAY2:11/27(火)  微分の応用・偏微分
DAY3:12/04(火)  線形代数の基礎・2次形式
DAY4:12/11(火)  固有値・特異値・疑似逆行列
DAY5:12/18(火)  ベクトル・行列の微分
DAY6:12/25(火)  機械学習における微分・線形代数

 

オンライン 11月期 確率・統計

DAY1:11/21(水)  数学的準備・資料の活用
DAY2:11/28(水)  確率
DAY3:12/05(水)  離散型確率分布
DAY4:12/12(水)  連続型確率分布
DAY5:12/19(水)  統計学の諸定理
DAY6:12/26(水)  確率過程

 

オンライン 1月期 微分・線形代数

DAY1:01/14(月)  様々な関数の微分
DAY2:01/21(月)  微分の応用・偏微分
DAY3:01/28(月)  線形代数の基礎・2次形式
DAY4:02/11(月)  固有値・特異値・疑似逆行列
DAY5:02/18(月)  ベクトル・行列の微分
DAY6:02/25(月)  機械学習における微分・線形代数

 

オンライン 3月期 確率・統計

DAY1:03/18(月)  数学的準備・資料の活用
DAY2:03/25(月)  確率
DAY3:04/01(月)  離散型確率分布
DAY4:04/15(月)  連続型確率分布
DAY5:04/22(月)  統計学の諸定理
DAY6:04/29(月)  確率過程

 

※日程は、講義動画の公開日です。東京での講義映像となります。

ご案内

当日の持ち物

ご自身のノートPC、筆記用具、5枚程度の紙。

会場への入場

講義開始の10分前からとさせていただきます。

事前準備

予習は不要です。PC環境設定はお申込み後にご案内いたします。

よくあるご質問

基礎数学講座は機械学習に役立ちますか?

機械学習を学ぶ上で、最重要と言っても過言ではありません。人工知能はコンピューター上(数式)で知能を表現するという試みである以上、数式の理解なくしては理解は難しいと考えています。

前提知識はどくれくらい必要ですか?

本講座は、関数とは?といった内容から扱います。四則演算、分数などが理解できれば、キャッチアップは可能です。

全日程参加できませんが大丈夫ですか?

毎回講義動画を撮影するので、キャッチアップすることが可能です。

どれくらいの頻度で開講しますか?

東京(オンライン)ではおおよそ2ヶ月に1度開講予定です。大阪、名古屋、その他都市においては、現状不定期開催となります。

宿題はどれくらい出ますか?

毎回1時間〜3時間程度、講義の理解を定着させるような宿題を出させていただきます。

領収書・請求書などの発行は可能ですか?

可能です。お申し込み時の備考にその旨と宛名をご記入ください。但し、クレジットカード(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ので、領収書の発行はできません。

関連する講座

Page Top
お申し込みはこちら