機械学習やディープラーニング。AIのアルゴリズムを知るためには数学の知識は欠かせません。
とはいうものの、扱う数式が難しく、AIの学習がなかなか前に進まない要因になっています。
本授業では、本格的にAIのアルゴリズムを学習するために必要な数学の素地として、5つの高校数学テーマを扱います。
データ分析 / 関数 / 微分 / ベクトル / 確率
本授業を通じて、AIのアルゴリズムを本格的に学習する前に必要となる "数学素地" を身につけましょう。
【こんな人におすすめ】
※ 本授業は高校数学を学び直す、数学の初心者向け授業です。
◯ AIについて勉強してみたいけど、難しい数式が多いイメージでなかなか学習に踏み込めない方
◯ 高校数学から数学の学び直しをしたい方
【授業のゴール】
AIやデータ分析に出てくる数式内容や専門用語の中で、高校数学 (一部中学数学) レベルのものに関して理解している
【どんな授業なのか？】
単元ごとに完結したコースとなっております。お好きなコースからご受講いただけますと幸いです。
データ分析
◯ データを扱う際に出てくる代表的な数値の導出と使い方を学習します (平均値・中央値・最頻値・分散・共分散・相関係数など)。
第１話 データ分析前編 代表値を知る (平均値 / 中央値 / 最頻値)
第２話 データ分析後編 相関係数を導出する
微分
◯ 色々な関数の概形 (カタチ) を知る上で微分は重要です。この単元では、微分の考え方や多項式の微分を学習し、グラフをえがくことを目指します。
第３話 微分前編 微分の定義を理解する
第４話 微分後編 グラフの概形 (カタチ) を知る
関数
◯ プログラミングのアルゴリズムには数学の関数が数多く使われています。この単元では、様々な関数を図示しながら、関数とはどのようなものなかについて学習します。
第５話 関数前編 関数の概要と関数の種類を知る
第６話 関数後編 AIと関連の深い応用的な関数を学ぶ
ベクトル
◯ 変数の多い方程式を瞬時に解く学問に「線形代数」と呼ばれる学問があります。線形代数を学ぶための入り口としてベクトルについて学習しましょう。また、線形代数の入り口であるベクトルと行列の関係についても学習します。
第７話 ベクトル前編 ベクトルの基本的な性質を知る
第８話 ベクトル後編 ベクトルと行列の関係性を知る
確率
◯ ベイズ統計や正規分布など統計学を学ぶ入り口である、確率 (場合の数を含む) を学習します (順列・組み合わせ・余事象・条件つき確率・確率分布など)。
第９話 確率① 順列と組み合わせの違いを知る
第１０話 確率② 確率とは何か？
第１１話 確率③ 確率分布を理解する
■ ご登壇いただく講師
横山 明日希 (よこやま あすき) 先生
算数・数学講師、フリーランスマーケター
算数・数学ワークショップ団体代表、塾講師、フリーランスマーケター 大学生時代から「数学の楽しさを伝える」ために「数学のお兄さん」として活動をはじめ、数学×お笑い、数学×恋愛、数学×俳句など、今までにない数学と何かを組み合わせるという切り口で活動中。早稲田大学大学院数学応用数理専攻修士課程修了。 大手進学塾から株式会社サイバーエージェント、株式会社ビズリーチのマネージャーを経て独立し、現在は主にベンチャー企業数社のマーケティング業務支援を行う傍ら、並行して数学・算数ワークショップを提供するmath channelの代表、日本お笑い数学協会副会長、また小中高生向け探究型学習塾の算数・数学講師としても活動。 2017年11月 国立研究開発法人科学技術振興機構主催「サイエンスアゴラ」にてサイエンスアゴラ賞受賞。 著書に、『笑う数学』(KADOKAWA)、『愛×数学×短歌』(河出書房新社)、『理数センスが育つ・算数王パズル』(小学館)等。
AIリテラシーを高めたいビジネスパーソン
