お知らせ 【グループ管理者の皆さま】成長し続けるエンジニアを支援する「Forkwell」と「connpass」が連携し、connpass上でイベントを開催するグループを2020年3月末まで支援いたします。詳しくはこちら by Forkwell

このエントリーをはてなブックマークに追加

11月

23

機械学習・ディープラーニングのための応用数学(最適化)

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!

Organizing : スキルアップAI

Registration info

前払い(6.5h)

38500 (Pre-pay)

FCFS
1/10

About Prepayment

About Prepayment Contact Info:

(Only shown to attendees.)

Cancel/Refund Policy:

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(12%)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。
なお、お申込者の都合による日付の変更(振替)も、開催日の4日前までのご連絡に限ります。

Print receipt data:

発行しない (詳しくはこちら)

Description

機械学習・ディープラーニングのための応用数学講座:日程のご案内

東京 第14期

  • 11/23(土)13:30〜20:00 最適化
  • 11/30(土)09:30〜13:00 情報理論
  • 12/14(土)13:30〜18:30 ベイズ推論のための確率・統計アドバンス
  • 01/18(土)13:30〜18:30 多変量解析
  • (01/26(日)13:30〜20:00 予備日)

※ 応用数学講座はセット(全4回)でお申し込み頂きますとお得になっております。セット申込の場合はホームページからお願いいたします

内容概要

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!

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。

講座に含まれるもの

① 対面講座

② 教材

カリキュラム

導入

  • 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
  • 凸最適化問題関数

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*

微分の応用

  • 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*

正則化(Lassoを例に)

  • 元々のモチベーション
  • l0/l1, l2正則化 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

※ カリキュラムは若干変更に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、最適化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

  • 最適化を実務に活かしたい方

受講に必要なスキル

スキルアップAIの基礎数学「微分・線形代数」および「確率・統計」講座を受講、もしくは修了相当の理解

講師

A Suzuki

筑波大学システム情報工学研究科修了、産業技術総合研究所人工知能研究センターに在籍中。修士(工学)。数理的・生物的な観点による深層学習モデルの解析、機械学習技術の実社会応用に関する研究に従事。日本ディープラーニング協会主催の第1回G検定の成績優秀者表彰、情報処理学会 山下記念研究賞、IEEE CISJ Young Researcher Awardほか受賞多数。

当日のお持物

ご自身のノートPC(必須)

【動作環境】 MacOSX 10.9 以上 Windows 7 以上(64bit必須) メモリ4GB以上

※4GB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

不要

通信環境に関して

Wi-Fi環境はございますが、繋がりにくい場合はご自身のテザリングをご利用ください(ベストエフォートとなります)

会場へのアクセス

スキルアップAI 水道橋オフィス(JR水道橋駅西口より徒歩2分)

東京都千代田区神田三崎町3-3-20 VORT水道橋 Ⅱ 5階

  • 直接会場にお越しください
  • 遅刻される場合も直接会場にお越しください
  • 講義時間中に出席を取ります

受付・入場時間

開場は開始時刻の10分前です

10分以上前にお越しになられますと、会場の準備のために外でお待ちいただく場合がございます。ご注意ください

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

【Stripeでお支払いの場合】 Stripe発行の受領書が領収書となります。当社より重複しての領収書発行は行えません

備考

  • 最小遂行人数「10名」:開催日の7日前までのお申し込み状況により開講を判断いたします。中止の場合は、スキルアップAIよりお申込者へご連絡いたします。ただし、複数のチャンネルで募集を行っているため、本サイトでの申込者数が最小遂行人数に達しない場合でも開催になる場合がございます
  • 環境設定などでつまった場合、可能な限りフォローさせていただきますが、講義の流れを優先させていただきます
  • 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

個人情報の取り扱いについて

お申込み時にご提供いただいた情報は、イベント受付管理や各種ご案内(サービス・イベント等)に利用させていただきます

運営団体

スキルアップAI 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

Media View all Media

If you add event media, up to 3 items will be shown here.

Feed

skillupai

skillupai published 機械学習・ディープラーニングのための応用数学(最適化).

10/23/2019 11:33

機械学習・ディープラーニングのための応用数学(最適化) を公開しました!

Group

Ended

2019/11/23(Sat)

13:30
20:00

開催日時が重複しているイベントに申し込んでいる場合、このイベントには申し込むことができません

Registration Period
2019/10/23(Wed) 11:33 〜
2019/11/20(Wed) 22:00

Location

スキルアップAI 水道橋オフィス  VORT水道橋Ⅱ 5階

東京都千代田区神田三崎町3-3-20

Organizer

Attendees(1)

Tai_Hirano

Tai_Hirano

機械学習・ディープラーニングのための応用数学(最適化) に参加を申し込みました!

Attendees (1)