技術セミナー・研修・出版・書籍・通信教育・eラーニング・講師派遣の テックセミナー ジェーピー

機械学習・ディープラーニングに最低限必要な数学の基礎

機械学習・ディープラーニングに最低限必要な数学の基礎

～各手法の妥当性判断のために～
東京都 開催 会場 開催
関連するセミナー・出版物
本セミナーは終了いたしました。
セミナーの再開催を依頼する 関連するセミナー・出版物を探す

開催日

  • 2020年1月29日(水) 10時00分 ～ 17時00分

プログラム

　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
ページのトップヘ

講師

ページのトップヘ

会場

株式会社 技術情報協会
東京都 品川区 西五反田2-29-5 日幸五反田ビル8F
株式会社 技術情報協会の地図
ページのトップヘ

主催

株式会社 技術情報協会
お支払い方法、キャンセルの可否は、必ずお申し込み前にご確認をお願いいたします。

お問い合わせ

本セミナーに関するお問い合わせは tech-seminar.jpのお問い合わせからお願いいたします。
(主催者への直接のお問い合わせはご遠慮くださいませ。)

受講料

1名様
: 50,000円 (税別) / 55,000円 (税込)
複数名
: 45,000円 (税別) / 49,500円 (税込)

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。

本セミナーは終了いたしました。
セミナーの再開催を依頼する
ページのトップヘ

これから開催される関連セミナー

開始日時 会場 開催方法
2026/6/25 少数・不揃いな計測データの機械学習とモデル設計 オンライン
2026/6/26 マテリアルズ・インフォマティクスの基礎と実践事例 オンライン
2026/6/26 第一原理計算と機械学習を用いた材料設計へのアプローチ オンライン
2026/6/26 撹拌プロセス設計で必要な化学工学計算と操作条件最適化への活用 オンライン
2026/6/29 マテリアルズ・インフォマティクスの基礎と実践事例 オンライン
2026/6/29 工業触媒の基礎 (活性試験、評価) と劣化対策、スケールアップ オンライン
2026/6/30 マテリアルズインフォマティクスのためのデータ解析 オンライン
2026/7/6 迅速化、効率化を実現する研究開発プロセスの再設計と生成AI、Python、Rの活かし方 オンライン
2026/7/6 少数・不揃いな計測データの機械学習とモデル設計 オンライン
2026/7/8 工業触媒の基礎 (活性試験、評価) と劣化対策、スケールアップ オンライン
2026/7/9 メカニスティックモデルとAIの融合による医薬品製造プロセスの開発 オンライン
2026/7/9 機械学習を用いた流体力学現象の予測とモデリング オンライン
2026/7/13 実験データベースから始める材料実験AIエージェントの作り方 オンライン
2026/7/14 はじめてのPI (プロセスインフォマティクス) オンライン
2026/7/15 迅速化、効率化を実現する研究開発プロセスの再設計と生成AI、Python、Rの活かし方 オンライン
2026/7/15 第一原理計算と機械学習を用いた材料設計へのアプローチ オンライン
2026/7/17 ラボオートメーションに向けた実験環境の構築と導入・実装のポイント オンライン
2026/7/17 知財業務における生成AI・AIエージェント活用とコーディングの進め方 オンライン
2026/7/21 メカニスティックモデルとAIの融合による医薬品製造プロセスの開発 オンライン
2026/7/23 実験データベースから始める材料実験AIエージェントの作り方 オンライン
ページのトップヘ