データサイエンス基礎講座 2017＜機械学習のための数学基礎編＞ [2017年2月1日（水）・2日（木）・7日（火）・8日（水）・14日（火）(全5日間)]

本セミナーは登録受付を終了しました。

2月1日(水)　19:00～21:00（120分）
1限目：データサイエンスの基礎数学
  • データサイエンスとは？（概論）
  • データサイエンスと機械学習
  • データの分布
  • データのばらつき
  • 回帰分析
  • 重回帰分析
2月2日(木)　19:00～21:00（120分）
2限目：データサイエンスの基礎＜数学・統計＞
  • 確率分布
  • クラスタリング分析
  • 行列とベクトル
  • 主成分分析
  • 因子分析
2月7日(火)　19:00～21:00（120分）
3限目：機械学習
  • 標本分布と仮説検定
  • ロジスティクス回帰
  • カーネル法とサポートベクターマシン
2月8日(水)　19:00～21:00（120分）
4限目：ディープラーニング、ニューラルネットワーク基礎
  • ベイズ統計と隠れマルコフモデル
  • ディープラーニングの数理
2月14日(火)　19:00〜21:00（120分）
5限目：【事例研究・講演】
「Deep Learning Javaプログラミング ～深層学習の理論と実装～（仮）」
講師
巣籠 悠輔
株式会社情報医療 最高技術責任者
兼 東京大学招聘講師
巣籠 悠輔（すごもり　ゆうすけ）
略歴

Gunosy、READYFORの創業メンバーとして、エンジニアリング、デザインを担当。

大学院修了後は電通にてデジタルクリエイティブの企画・制作、ディレクションに従事。Googleニューヨーク支社勤務を経て2016年、株式会社情報医療（MICIN,Inc）を共同創業。2016年9月より東京大学招聘講師。

東京大学工学部システム創成学科卒(首席)、東京大学大学院工学系研究科 技術経営戦略学専攻卒。

著書に「Java Deep Learning Essentials (Packt Publishing)」「Deep Learning Javaプログラミング 深層学習の理論と実装 (impress top gear)」。