初心者向けセミナーです 【中止】数学の基礎から学び始める人工知能(AI)・機械学習入門【PC演習】〜苦手意識がある方も学び直したい方もこれで安心〜

人工知能や機械学習に興味はあるけれど、数学に抵抗がある…
アルゴリズム理解してしっかり機械学習を学びたい方はぜひ!


PC実習を通じ機械学習に必要な数学の知識を1日で習得できます!
プログラミング未経験の方も安心して受講ください!

セミナー講師

SAI-Lab株式会社 代表取締役 博士(物理学) 我妻 幸長 先生
■経歴

「ヒトとAIの共生」がミッションの会社、SAI-Lab株式会社の代表取締役。AI関連の教育と研究開発に従事。
東北大学大学院理学研究科修了。理学博士(物理学)。
オンライン教育プラットフォームUdemyで、3.5万人以上にAIを教える人気講師。
エンジニアとして、VR、ゲーム、SNSなどジャンルを問わず様々なネイティブアプリを開発し、数々の技術関連イベントに登壇。
著書に、「Pythonで動かして学ぶ!あたらしい数学の教科書 機械学習・深層学習に必要な基礎知識」(翔泳社)「はじめてのディープラーニング -Pythonで学ぶニューラルネットワークとバックプロパゲーション-」(SBクリエイティブ)。共著に「No.1スクール講師陣による 世界一受けたいiPhoneアプリ開発の授業」(技術評論社)。
■専門および得意な分野・研究
人工知能(AI)、ディープラーニング

セミナー受講料

1名55,000円(税込(消費税10%)、資料・昼食付)
 *1社2名以上同時申込の場合、1名につき44,000円
 *学校法人割引;学生、教員のご参加は受講料1名31,350円となります。

※ご連絡
 当セミナーの会場では、現金による受講料支払いを休止させていただくこととなりました。
 現金にてお支払い希望の方は、コンビニエンスストアにてお支払いできる用紙をご送付申し上げますので、お近くの店舗にてお支払い頂けましたら幸いです。尚、領収証をご希望の方は、コンビニ支払い時に発行される振込受領書と引き換えにて発行させて頂きます。

セミナー趣旨

近年では、様々な有用なフレームワークの登場により、アルゴリズムを十分に理解しなくても機械学習を扱うことが可能になりました。しかしながら、機械学習により本格的に関わるためには、数学とプログラミング言語を利用してアルゴリズムを基礎から理解する必要があります。
そこで、本講座では手を動かしながら体験ベースで、プログラミング言語Pythonとともに機械学習向けの数学を学びます。人工知能を学びたいものの、数学に敷居の高さを感じる方に特にお勧めです。もちろん、Pythonについても基本からご説明します。
本講座では、紙と鉛筆ではなく文書処理システムのLaTeXのコードにより数式を記述します。LaTeXではプログラミング未経験の方でも数式を手軽に見やすく記述することが可能です。
学校において学ぶ数学とは異なるアプローチなので、学生時代に苦手意識を持った方でも大変理解しやすい講座となっております。もし理解が追い付かなくなってしまっても、丁寧にフォローしますので安心してご参加ください。
※本セミナーは書籍「Pythonで動かして学ぶ!あたらしい数学の教科書 機械学習・深層学習に必要な基礎知識」を使用して行います。当日、受講者全員に配布致します。
※実習で使用するPCは弊社でご用意致します。

受講対象・レベル

・初めて人工知能や機械学習について学習する方
・人工知能や機械学習に興味はあるが、数学に苦手意識や抵抗がある方
・プログラミング用語の意味など、基礎から学習したい方
・Pythonを通じて、数学を学習・復習したい方
・人工知能について、何から学習したら良いかわからなくて困っている方
など

習得できる知識

・プログラミングの基礎
・人工知能に必要なPythonの基礎
・人工知能に必要な数学の基礎
・機械学習の基礎
・ニューラルネットワークの基礎
・ディープラーニングの基礎

セミナープログラム

※初めて聞く項目や難しそうに見える項目があるかもしれませんが、人工知能の学習に必要な基礎のみを扱いますのでご安心ください。
Pythonの基礎
 ・プログラミングの基本的な文法などの基礎
 ・Pythonを使用した簡単な数値計算の方法
 ・Pythonを使用したグラフ描画の方法
数学の基礎
 ・変数/定数
 ・関数
 ・累乗と平方根
 ・多項式
 ・関数
 ・三角関数
 ・総和と総乗
 ・LaTeXの基礎
線形代数
 ・スカラー、ベクトル、行列、テンソル
 ・ベクトルの内積とノルム
 ・行列の積
 ・転置
 ・行列式と逆行列
 ・線形変換
 ・固有値と固有ベクトル
微分
 ・極限と微分
 ・連鎖律
 ・偏微分
 ・全微分
 ・多変数合成関数の連鎖率
 ・ネイピア数と自然対数
確率・統計
 ・確率の概念
 ・平均値と期待値
 ・分散と標準偏差
 ・正規分布
 ・共分散
 ・相関係数
 ・尤度
 ・情報量
 ・条件付き確率とベイズの定理
人工知能(AI)への応用
 ・ニューラルネットワークとバックプロパゲーション
 ・学習の仕組み
 ・学習の実装

質疑応答