募集内容 |
前払い 27000円(前払い)
先着順
2回目受講(ベイズ推論のための確率・統計アドバンスの再受講) 3000円(前払い)
先着順
|
---|---|
申込者 | 申込者一覧を見る |
開催日時 |
2018/10/21(日) 14:00 ~ 19:00
|
募集期間 |
2018/10/06(土) 20:46
〜 |
会場 |
東京都渋谷区桜丘町9番8号 KN渋谷3ビル マップで見る 会場のサイトを見る |
前払いについて |
前払いについての連絡先: (参加者にのみ公開されます) |
キャンセル・参加費用の払い戻しについて主催者からの説明: 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。 |
|
領収データの発行: 発行しない (詳しくはこちら) |
イベントの説明
◆◆◆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、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
S Mizoguchi 東京大学大学院所属。統計検定一級所持。ハンズフリー音声通信に適した聴覚的品質を損なわない音声強調をテーマに、深層学習と高次統計量分析の観点から、chainer を用いて研究を行っている。
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 【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。
講座までの準備
【環境構築について】 最新のAnacondaをインストールし、ブラウザでJupyterNotebookを表示できる状態まで事前に準備お願い致します。 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をお願いいたします。 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。
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)
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「ベイズ推論のための確率・統計アドバンス」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
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。
資料 資料をもっと見る/編集する
資料が投稿されると、最新の3件が表示されます。