機械学習、ディープラーニングを本当の意味で学ぶためには、数学の知識が欠かせません。そのことを理解し、学生時代の参考書を引っ張り出して、独学で学び始める方もいるかもしれませんが、闇雲に取り組み始めるには数学の海は広すぎます。

ただご心配いりません、実は、機械学習・ディープラーニングのモデルの原理を理解し、中級レベルの教科書や文献を読みこなせるようになるための知識は限定的で、適切なガイドがあれば、効率的に学習することが可能です。 

本講座シリーズでは、それぞれの数学の分野が、「機械学習において、どこの何に使えるのか？」を意識できるように構成しており、短時間で必要な数学要素を学べるカリキュラムとなっています。また、それぞれの講座は独立性をもたせているので、つまみ食いいただいても理解可能です。

数学が苦手な方、高校時代の知識で止まっている方も、受講することで、機械学習を理解するための土台を整え、数学への苦手意識を払拭していただけます。

・学生時代に数学を挫折した方でも、中学から大学初年度までの微分が理解できるようになります
・機械学習における主な学習の仕組みである関数近似は微分がベースになっていることが理解できます
・下記のような数式が理解できます

・機械学習においてベースとなっている数学が理解できます！

※過去に行いました同名の勉強会に参加いただいた方は、過去の参加費用を割り引いてご参加いただけますので、事前に
お申し付けください（今回は以前より断然深掘りした講座になります）。ただし、割引は4回講座のうち3回以上受講される方のみ適用となります。

連絡先：info@skillupai.com

みんなの会議室　代々木第１
JR山手線 代々木駅から徒歩4分
東京都渋谷区千駄ヶ谷5-14-10 新宿明治通りビル6階
https://goo.gl/2G6t81

・機械学習における微分の必要性
・微分の意味
・勾配降下法に出てくる微分
・重要な関数とその微分
・微分と極小値
・多変数関数と偏微分
・積分
・機械学習への応用演習

※それぞれ、例題、演習を交え進める予定です
※講座内容は変更となる場合があります

中学・高校数学からやり直し、機械学習理解の理解に繋げたい方

谷口 嘉正
京都大学工学部情報学科数理工学専攻卒業。京都大学経営管理大学院修了。
新卒としてネットベンチャーに入社、事業責任者として2015年にマザーズ上場を経験する。その後、独立し事業立ち上げ。現在はネットマーケティング、ヘルスケア、AI領域を中心に複数の事業をリードする。​

森 雄大
東京農工大学で物理学を専攻するが、応用数学に対する興味から、人工知能や統計などのシステム開発に携わる。現在は、様々な企業で統計モデルの作成や、画像処理プログラム、AIを用いた分析に携わる。

特になし

・勉強会内容の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。

領収書は事前にinfo@skillupai.comまでセミナータイトル名と領収書の宛名をご連絡ください。 
但し書きは「セミナー代」となります。ご指定の但し書きが必要な場合はその旨もご連絡をお願い致します。