機械学習・ディープラーニングの為の数学基礎シリーズ 第1弾!<微分・線形代数編> 機械学習・ディープラーニングの為の数学基礎シリーズ 第1弾!<微分・線形代数編>

機械学習・ディープラーニング・高度な分析を腑に落ちて理解する為には「数学」的素養が必須です。
そこで今回(2月、3月)の「データサイエンス基礎講座」は、機械学習・ディープラーニング・アナリティクスの土台となる「数学」に焦点を当て、演習をメインに、且つ受講者のレベルに合わせて以下の2タイプの授業セミナを連続して実施いたします。

講義・演習指導には、インプレス社刊「徹底攻略 ディープラーニングG検定 ジェネラリスト問題集」の著者チームが担当し、機械学習・ディープラーニングの基礎数学力養成に最適かつ受験に必要な知識を得る事を目的としています。
※授業参加者には、同書籍も付属テキストとして配布いたします。

データサイエンス基礎講座2019:【微分・線形代数編】(シリーズ1)

データサイエンス基礎講座2019:【確率・統計と情報理論編】(シリーズ2)

機械学習・ディープラーニングを理解する為には、「数学的知識」を高める、「統計的素養」を深める、といった道筋だけではなく、「機械学習・ディープラーニング」を支えるアルゴリズムを構成する「利用頻度の高い数学知識」を押さえておく必要があります。 合わせて、機械学習・ディープラーニングを利用して得られた予測・推論・結果についての説明責任にも、数学的知見がバックグラウンドとして必須となります。

ただ、機械学習・ディープラーニングを既に活用している方並びに従来とは異なるアナリティクス/分析に従事する方々に加え、新規事業部、経営企画、営業企画、マーティング部等や企業のIT部門を中心に、

  • 言語・ツールの利用の精通だけでは無く、機械学習・ディープラーニングの基礎知識を持った人材を多く育成したい
  • 既に、同分野に携わっているが、今ひとつ理解が進まない
  • 数学的定理や統計は理解しているが、機械学習・ディープラーニングと関連して利用されているアルゴリズムが、今、ひとつ理解出来ない
  • 数学・統計の分野だけでも勉強するのが大変な労力・時間が必要。もっと的を絞って、効率的に機械学習・ディープラーニングの為の基礎数学を学びたい

2015年の5月から「データサイエンス基礎講座」を実施以降、受講生の皆さま方から多くの声が寄せられていました。

こうした背景をもとに今回の授業は、機械学習・ディープラーニング・アナリティクスの土台となる「数学」に焦点を当て、<シリーズ1>として「微分・線形代数編」、<シリーズ2>として「確率・統計と情報理論編」に分け、受講者の要望や修得しておくべき分野に絞り連続して実施いたします。

シリーズ1(2月28日、3月1日 開催)

機械学習・ディープラーニングの為の数学基礎<微分・線形代数編>

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。機械学習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を考慮しました。
線形代数は、理論を記述するための「言語」であり、また、機械学習・ディープラーニングの理解に必要な線形代数の分野は限られますが、本講義では、演習を多く挟み、「手」で計算して身につけることを目的とします。

シリーズ2(3月14日、15日 開催)

機械学習・ディープラーニングの為の数学基礎<確率・統計と情報理論編>

ベイズ推論、最尤推定法、回帰分析等は、機械学習において極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、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・ディープラーニングにおいて最重要」となる分野を取り上げます。

また、情報理論では、自己情報量/相互情報量/エントロピー/KLダイバージェンスなど、機械学習の書籍等では頻繁にあらわれる概念を詳解いたします。数式から逃げず、かつ、直感的な意味合いも大切にしながら丁寧に解説します。また、練習問題で「手を動かして」数式に習熟することも取り入れ、「情報理論の根本的な理解」を目指します。

尚、受講に際しては、シリーズ1(微分・線形代数編)、シリーズ2(確率・統計、情報理論編)を個別に受講する事も可能です。また、「シリーズ1、2」一括して受講する事も可能な柔軟な受付体制といたします。
受講者のレベルに合わせて受講していただければ幸いです。

※あくまでも授業カリキュラムに沿った目安の進行スケジュールです。授業の進行状 況により変更がありますのでご了承下さい。

講師陣は、「AIを体系的に学べる日本初のプログラム」、「日本初のディープラーニング協会認定プログラム(JDLA認定プログラム:認定番号001)を取得したノウハウ」、「目的の明確化と実務経験豊富な講師陣による徹底サポート」等を事業ポリシーとする新進気鋭のスキルアップAI株式会社が担当します。

授業構成及び総合ディレクションを、同社の代表取締役・田原眞一氏が担い、講義・指導には、同社の数学分野のメイン講師で、担当が決まるとすぐに満席になる人気講師の明松 真司(あけまつ しんじ)氏が熱血の指導に務めます。
ディープラーニング協会認定プログラム(JDLA認定プログラム)のDeep Learning資格試験での合格者を多数輩出する同社の教育ノウハウをベースにしている事で、同資格を取得するための基礎知識の習得には最適のカリキュラムと自負しています。

また、「最後の方も演習できる時間があれば良かったです」、「内容が盛りだくさんで欲を言えば、あと1時間あると良かった」との声を、受講者の皆さまから多数いただいている事から、授業の進行に応じ、授業時間の延長を予定しています。
※スケジュール予定の終了時間を超えた場合の帰社・帰宅は自由です。

今回の講座では、受講者が演習・演習課題を頭と自ら手を動かして解いていく<演習>主体の授業構成を予定しています。視聴だけではなく、講師の丁寧な教導の元、理解の進むよう個々に回答もいたします。積極的に質疑のできるような雰囲気にも努めるよういたします。

また、2月28日(シリーズ1の初日)には、第1線で活躍するデータサイエンティストや識者をお招きして<私の数学勉強法>をテーマにした特別講演を実施いたします。R言語の東京コミュニティ『Tokyo.R』の主催者で、大手デジタル系企業で、推薦ロジック、株価の予測モデル構築、マーケティング分析業務、データ分析環境の構築等業務に従事し、その後、データ分析環境の構築やソーシャルゲーム、メディア、広告のデータ分析業を経て、現在はDATUM STUDIO株式会社の取締役CAOである里 洋平(さと ようへい)氏に登壇いただきます。同氏の経験をベースに、受講者に参考となるような数学勉強法について、業務と並行しながらの苦労や持久性の維持等、苦労譚も交えて忌憚の無いお話をいただく予定です。

数学基礎シリーズは、今後も拡充を予定しています。今回の入門編に続き、やや高度(中級編)な位置付けとなる「最適化編」・「ベイズ推論のための確率・統計編」・「多変量解析編」など、続々と内容を充実させながらも継続して開催を計画しています。

ビッグデータ、IoT、機械学習・ディープラーニング・AI・新たな分析業務等の新規事業に携わる方々、並びに経営企画、営業企画、マーケティング、生産管理部門、デジタルビジネス部門等や、社内でデータ分析業務に携わる方々で、業務の中で、「数学的」基礎が不足・充足したいと考えている方々。

合わせて、今後、機械学習・ディープラーニング・AIの人材の養成を検討している方々。機械学習・AIへの理解が浅薄と考えているスタッフ・リーダーの方々、既に、同テーマに関心・興味のある方は勿論、新規事業企画部門・担当スタッフの方など幅広い階層の方々等、多くの部門・皆様のご参加を心よりお待ちしております。

今回授業の特徴
  • 機械学習・ディープラーニングに利用される「数学的」基礎範囲を厳選して、その土台の理解、入門的位置付けとして 分かりやすく指導
  • 単に「数学的の定理」の解説に留まらず、「手を動かしながら」、演習課題を解く事で府落ちする理解を目指す
  • 数学的定理と機械学習・AIへの利用部分にも触れながら、その関連性も理解できるよう工夫
  • 特別講演に、データサイエンティスト・識者を招き、<数学勉強法>の取り組みについても紹介
  • 1シリーズ(16時間程度)と潤沢な授業時間を予定

※昨年及び前回実施した『データサイエンス基礎講座』を受講された方も、知識の再整理・復習の意も含め再受講をお薦めいたします。

インプレス・セミナーについて

インプレスでは、「データサイエンス・機械学習」の、その有用性にいち早く着目。
2013年秋からビッグデータ、AI研究の先端研究が進む東京工業大学大学院イノベーションマネジメント研究科/東京大学政策ビジョン研究センターに協力を仰ぎ、授業タイプのセミナーとして改めて企画し、2014年4月から「データサイエンス講座」として実施してまいりました。

現在、「数学知識ゼロ・プログラミング経験ナシ、から始める機械学習」、「Python編」、「Microsoft Azure MachineLearning編」、「IBM Watson―アプリケーション編」、「ディープラーニング編」など多くのタイプの授業を実施しております。
データ分析担当者だけではなく、情報エンジニアリング部門、新規事業部門、品質管理部門の方々、先端外資系ITベンダー等、幅広い各層の方が参加し、延べ1,000名以上の方々に受講いただき、高い評価を受けています。

開催概要

セミナー名 機械学習・ディープラーニングの為の数学基礎シリーズ
第1弾! 微分・線形代数編
ー ディープラーニングのプログラミング言語レベルでの実装スキルに必須!
<得心するまで>徹底的に課題演習を解け!! ー
日時
  • 2019年2月28日(木)10:00~18:00(受付開始 09:30)
  • 2019年3月1日(金)10:00~18:00(受付開始 09:30)

全2日

会場

インプレスグループセミナールーム

東京都千代田区神田神保町1-105 神保町三井ビルディング23F

  • 三田線神保町駅[A9]徒歩1分
  • 新宿線神保町駅[A9]徒歩1分
  • 半蔵門線神保町駅[A9]徒歩1分
  • 東西線竹橋駅[3b]徒歩5分
  • 千代田線新御茶ノ水駅[B7]徒歩5分
  • JR線御茶ノ水駅[御茶ノ水橋口]徒歩8分
主催 株式会社インプレス
協力 スキルアップAI株式会社
特別協力 フューチャーブリッジパートナーズ株式会社
受講対象
  • ビッグデータ、IoT、機械学習・ディープラーニング・AI・新たな分析業務等の新規事業に携わる方々
  • 経営企画、営業企画、マーケティング、生産管理部門、デジタルビジネス部門等や、社内でデータ分析業務に携わる方々で、業務の中で、「数学的」基礎が不足・充足したいと考えている方々
  • 今後、機械学習・ディープラーニング・AIの人材の養成を検討している方々
  • 機械学習・ディープラーニング・AIへの理解が浅薄と考えるスタッフ・リーダーの方々
  • 新規事業企画部門・担当スタッフの方々
  • 機械学習・ディープラーニング・AIの言語・ツールの習得だけでは、同分野へのビジネス利用が進まないと考える方々
  • 統計・数学は得意だが、機械学習・ディープラーニング・AIの経験が浅い方
  • 新規事業部門、経営企画部門、営業企画部門、マーケティング部門

※基礎の基礎から始めるので、中学数学が不安な方でも大丈夫です。但し、高校卒業程度の数学的知識の予習・整理してからの受講をお薦めます。
※必ずしもコンピュータ/ネットワーク等ITに精通している必要はありません。必要最低限のIT利用経験(実務で2~3年程度の何らかのIT機器利用の経験を有する事、何らかのプログラム言語利用経験を有する事)があれば、より理解が進みます。

受講料 86,400円(税込)
参加特典 『徹底攻略 ディープラーニングG検定 ジェネラリスト問題集』【当日お渡し】
お問い合わせ先

株式会社インプレス 基礎講座シリーズ 事務局(担当:石川義貴)

E-mail:jimukyoku@impress.co.jp

受付時間 10:00~18:00(土・日・祝日を除く)

定員 30名(最少開講人数15名)
  • ※応募者多数となりました場合には、受講いただけない場合がございます。予めご了承ください。

注意事項

  • 最少開講人数15名となります。
  • 受講票は2019年2月18日(月)以降、順次電子メールにてご連絡させていただきます。
  • 応募者多数となりました場合には、受講いただけない場合がございます。予めご了承ください。
    今回ご受講いただけないお客様には、次回の開講について、改めてご案内させていただきます。
  • 講師・講座内容は予告無く変更される場合があります。予めご了承ください。
  • 製品購入を前提としたり、製品販売促進のためのセミナーではありません。

重要:利用ソフト、持参PC等、機器について

  • 受講者へは、改めて「演習環境」・「利用ソフトウエア」についての利用方法・ダウンロード方法等をメール等でご連絡いたします。
  • また、受講時に、ダウンロード、インストールする際は、ご自身の責任において行っていただきます。

※ここは「シリーズ1」の受講申込ページです。確認の上、お申し込み下さい。