AIを活用するための数学・統計学入門

再開催を依頼する / 関連するセミナー・出版物を探す
オンライン 開催

日時

中止

プログラム

機械学習を学んでみよう、とか、業務で使ってみよう、として、いざ参考書などを見てみても、計算式が色々出てきて、よく理解できない!という方が、しばしば見受けられます。また、ソースコードを解読しようとしても、なぜこのような計算式なのだろうか?と思うことがあると思います。本講座は、高校レベルの数学をもう一度基本からやり直すことで、機械学習の理解や学習に繋げることを目的とします。

  1. AIと数学・統計学のかかわり
    1. 機械学習とは?
    2. AIと機械学習の違い
    3. 機械学習ひとめぐり
    4. AIで必要な知識
    5. AIで必要な数学・統計学
  2. 確率の基本
    1. 確率
    2. 試行と事象
    3. 順列組み合わせ
    4. 期待値
    5. 離散確率分布と連続確率分布
    6. 分散と標準偏差
    7. 確率密度関数
    8. 正規分布
    9. 二項分布
    10. ポアソン分布
    11. 演習
  3. ベイズ推定
    1. 条件付き確率
    2. ベイズの定理
    3. ベイズ推定
    4. 最尤推定
    5. 演習
  4. 微分・積分の基本
    1. 極限
    2. 微分
    3. 導関数
    4. 積分
    5. 微分と積分の関係
    6. 演習
  5. 線形代数の基本
    1. ベクトル
    2. 内積
    3. 行列
    4. 行列の基本演算
    5. 行列の性質
    6. 逆行列
    7. 固有値と固有ベクトル
    8. 行列の対角化
    9. 演習
  6. 回帰分析
    1. 相関
    2. 回帰分析
    3. 回帰分析とAIとの関係
  7. 最適化の基礎
    1. 最適化問題とは
    2. 凸最適化問題
    3. 機械学習における目的関数とは
    4. 勾配降下法
    5. 目的関数は凸関数か?
  8. まとめ~ここまでの話が,なぜAIに繋がるのか~

受講料

複数名同時受講割引について

アカデミック割引

日本国内に所在しており、以下に該当する方は、アカデミック割引が適用いただけます。

ライブ配信セミナーについて