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

Pythonを使って理解する数学の基礎と機械学習への応用

Pythonを使って理解する数学の基礎と機械学習への応用

オンライン 開催 PC実習付き

開催日

  • 2023年1月27日(金) 10時30分16時30分

修得知識

  • 機械学習の基礎
  • オブジェクト指向
  • 線形代数の基礎 (ベクトル、行列、微分、偏微分)
  • Pythonを用いた数学の表現方法
  • 回帰、分類の概念
  • 線形判別
  • サポートベクターマシン
  • ニューラルネットワーク
  • 教師あり/教師なし学習 など

プログラム

 機械学習はPythonを使って実行することは可能ですが、その中身を理解するためには数学的知識が必要不可欠です。
 数学を扱う講座は多いですが、本講座ではPythonを使って解説するところがオリジナルな点です。Pythonのプログラミングを通じて、本講座では機械学習を理解する上での数学の基礎知識、線形代数の計算などを中心にわかりやすく解説します。

  1. 序論:ロードマップ
    1. 機械学習の基礎
    2. なぜ数学が機械学習に必要か
    3. 数学⇒機械学習へのロードマップ
    4. 機械学習とオブジェクト指向】
  2. 線形代数:ベクトル
    1. ベクトルの基礎
    2. ベクトルの内積
    3. ベクトルのノルム
  3. 線形代数:行列
    1. 行列の基礎
    2. 行列の積
    3. 逆行列
    4. 行列と連立方程式
    5. 行列と写像
    6. 線形結合と二次形式
  4. 指数関数と対数関数
    1. 指数と対数
    2. 指数関数の微分
    3. 対数関数の微分
    4. シグモイド関数
    5. ソフトマックス関数
    6. ガウス関数
  5. 微分
    1. 微分の基礎
    2. 微分係数
    3. 勾配を図で表す
    4. 導関数と微分
  6. 偏微分の基礎
    1. 偏微分とは
    2. 多変数関数の偏微分
    3. 合成関数の偏微分
  7. 偏微分応用
    1. 目的関数の偏微分
    2. 最急勾配降下法
    3. ラグランジュの未定乗数法
  8. 教師あり学習:回帰
    1. 直線モデル
    2. 直線モデルパラメータの解析
    3. 面モデル
    4. 面モデルパラメータの解析
    5. D次元線形回帰モデル
    6. 線形基底関数モデル
    7. オーバーフィッティング
    8. モデルの選択
  9. 教師あり学習:分類
    1. クラス分類
    2. ロジスティック回帰モデル
    3. 最尤推定法
    4. 面モデルパラメータの解析
    5. 交差エントロピー誤差
    6. 勾配法による解
  10. サポートベクターマシン
    1. サポートベクターマシン基礎
    2. マージン最大化・ソフトマージン
    3. 高次元空間への写像
    4. Pythonによるサポートベクターマシンの実行
  11. ニューラルネットワーク
    1. ニューロンモデル
    2. 多層ニューラルネットワーク
    3. 数値微分法
    4. 誤差逆伝播法
    5. Pythonによるニューラルネットワークの実行
  12. 教師なし学習
    1. 標準化
    2. 回転行列による回転
    3. 主成分分析
    4. 固有値問題
    5. K-meansクラスタリング
    6. Pythonによる教師なし学習の実行

講師

主催

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
: 47,000円 (税別) / 51,700円 (税込)
1口
: 57,000円 (税別) / 62,700円 (税込) (3名まで受講可)

ライブ配信セミナーについて

  • 本セミナーは「Zoom」を使ったライブ配信セミナーとなります。
  • お申し込み前に、 視聴環境テストミーティングへの参加手順 をご確認いただき、 テストミーティング にて動作確認をお願いいたします。
  • 開催日前に、接続先URL、ミーティングID​、パスワードを別途ご連絡いたします。
  • セミナー開催日時に、視聴サイトにログインしていただき、ご視聴ください。
  • ご自宅への書類送付を希望の方は、通信欄にご住所・宛先などをご記入ください。
  • タブレットやスマートフォンでも受講可能ですが、機能が制限される場合があります。
  • ご視聴は、お申込み者様ご自身での視聴のみに限らせていただきます。不特定多数でご覧いただくことはご遠慮下さい。
  • 講義の録音、録画などの行為や、権利者の許可なくテキスト資料、講演データの複製、転用、販売などの二次利用することを固く禁じます。
  • Zoomのグループにパスワードを設定しています。お申込者以外の参加を防ぐため、パスワードを外部に漏洩しないでください。
    万が一、部外者が侵入した場合は管理者側で部外者の退出あるいはセミナーを終了いたします。
本セミナーは終了いたしました。

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
2025/8/29 生成AIを活用した異常検知と判断の標準化、高精度化への活用 オンライン
2025/9/2 ディープラーニング手法による異常検知と製造加工業への応用展開 オンライン
2025/9/4 特許調査への生成AIの活用 オンライン
2025/9/8 ベイズ統計と機械学習の実践と応用 オンライン
2025/9/9 スパースモデリング、ベイズ最適化の基礎と少ないデータを補うための応用ポイント オンライン
2025/9/9 ベイズモデリングによる機械学習の理解と実践 オンライン
2025/9/9 ベイズ統計と機械学習の実践と応用 オンライン
2025/9/9 AIを活用した感性評価と製品設計・マーケティング戦略 オンライン
2025/9/12 要素技術者による人工知能応用開発入門 オンライン
2025/9/12 深層学習、計算機シミュレーションの基礎とシステムのモデル化技術 オンライン
2025/9/16 要素技術者による人工知能応用開発入門 オンライン
2025/9/16 特許調査への生成AIの活用 オンライン
2025/9/16 自動運転・運転支援のためのミリ波レーダの基礎と車載応用、走行環境認識技術 オンライン
2025/9/16 ケモインフォマティクスと機械学習による化学データ解析 オンライン
2025/9/17 ディジタル信号処理による雑音・ノイズの低減/除去技術とその応用 オンライン
2025/9/17 自動運転・運転支援のためのミリ波レーダの基礎と車載応用、走行環境認識技術 オンライン
2025/9/17 ケモインフォマティクスと機械学習による化学データ解析 オンライン
2025/9/19 説明可能AI (XAI) から人と共に進化・発展するAIへ オンライン
2025/9/19 スパースモデリング、ベイズ最適化の基礎と少ないデータを補うための応用ポイント オンライン
2025/9/22 深層学習、計算機シミュレーションの基礎とシステムのモデル化技術 オンライン

関連する出版物

発行年月
2024/10/31 少ないデータによるAI・機械学習の進め方と精度向上、説明可能なAIの開発
2023/6/30 生産プロセスにおけるIoT、ローカル5Gの活用
2022/12/31 機械学習・ディープラーニングによる "異常検知" 技術と活用事例集
2021/10/25 AIプロセッサー (CD-ROM版)
2021/10/25 AIプロセッサー
2021/7/30 マテリアルズインフォマティクスのためのデータ作成とその解析、応用事例
2021/7/14 AIビジネスのブレークスルーと規制強化
2021/6/30 人工知能を用いた五感・認知機能の可視化とメカニズム解明
2021/6/28 AI・MI・計算科学を活用した蓄電池研究開発動向
2020/8/11 化学・素材業界におけるデジタルトランスフォーメーションの最新調査レポート
2020/7/31 生体情報センシングと人の状態推定への応用
2020/4/30 生体情報計測による感情の可視化技術
2020/3/26 ビッグデータ・AIの利活用に伴う法的留意点
2019/1/31 センサフュージョン技術の開発と応用事例
2018/5/31 “人工知能”の導入による生産性、効率性の向上、新製品開発への活用
2013/6/21 機械学習によるパターン識別と画像認識への応用
2003/6/27 ニューアルゴリズムによる画像処理システム事例解説
2001/9/28 MATLABプログラム事例解説Ⅱ アドバンスド通信路等化
1993/3/1 新しいサーボ制御の基礎と実用化技術