人工知能やディープラーニングに使えるライブラリやフレームワークが数多く登場しており、試すだけならば難しくありません。数行のソースコードを書くだけで、それなりの結果が得られ、便利になりました。しかし、処理の裏側がまったくわからず、良い結果が得られないときに原因がわからないという問題も。専門書を読むには数学の知識が求められますが、その内容は高校までの数学の範囲を超えています。文系で過ごしてきた人にはさっぱり理解できず、理系の人でも時間が経って忘れてしまった人も少なくありません。
そこで、本セミナーでは、ディープラーニングの実装に求められる範囲の数学に絞って、Pythonでの実装と合わせて紹介します。
- ディープラーニングの概要
- 人工知能と機械学習とは
- 数学が求められる背景
- 機械学習、ディープラーニングを行う上で必要な数学的知識
- 数列と統計、確率
- 平均、分散、標準偏差
- データの分布と確率分布
- ベイズの定理と最尤推定
- ベクトルと行列
- 関数と微分
- 勾配降下法
- 抑えておくべきポイント
- ディープラーニングにおける学習
- 損失関数とは
- モデルの評価
- 手法の妥当性判断に繋げるために
- 必要なデータの形式と量
- よく使われるデータと特徴
- 外部データの活用 など
- 質疑応答
複数名同時受講割引について
- 2名様以上でお申込みの場合、
1名あたり 45,000円(税別) / 49,500円(税込) で受講いただけます。
- 1名様でお申し込みの場合 : 1名で 50,000円(税別) / 55,000円(税込)
- 2名様でお申し込みの場合 : 2名で 90,000円(税別) / 99,000円(税込)
- 3名様でお申し込みの場合 : 3名で 135,000円(税別) / 148,500円(税込)
- 同一法人内による複数名同時申込みのみ適用いたします。
- 受講券、請求書は、代表者にご郵送いたします。
- 他の割引は併用できません。
アカデミック割引
- 1名様あたり 30,000円(税別) / 33,000円(税込)
学校教育法にて規定された国、地方公共団体、および学校法人格を有する大学、大学院の教員、学生に限ります。