瀬下 大輔

本授業は、AIのアルゴリズムで登場する "数学" について学び、AIと数学を結びつける概論授業となります。 今後、AIのアルゴリズムについて学習を深めていく際に必要となる数学の学習範囲への理解を深めましょう。 AIを「使う人」から「作る人」になるためにぜひ見ていただきたい数学授業です！   ※ 数学について学び直しを考えている方は、こちらのご受講の前に『AI人材に必要な高校数学：データ分析・関数・微分・ベクトル・確率』からご受講ください。 【こんな人におすすめ】 ◯ AIのどこに数学が使われているのかのイメージを掴みたい方 ◯ AIを「使う」から「作る」へと軸足を変えたときに数学が必要になった方   【授業のゴール】 ◯ AIのどこに数学が使われているのか？の解像度を上げる   【どんな授業なのか？】 AIで頻繁に使われている数学の領域3テーマに絞り授業を展開していきます。   第１回：AI領域で使われる微分 　・微分で何ができるのか？ 　　　└ 接線の傾き / 最大最小問題 　・機械学習で使われている事例 　　　└ 線形回帰 (最小二乗法) / ニューラルネットワーク (勾配降下法) 第２回：AI領域で使われる線形代数 　・線形代数で何ができるのか？ 　　　└ 行列の積 / 多元連立方程式の解法 　・機械学習で使われている事例 　　　└ 線形回帰 (擬似逆行列) / ニューラルネットワークの行列表現 第３回：AI領域で使われる統計学 　・統計学とはどんな学問か？ 　　　└ 統計学的な考え方 / 統計学と機械学習の違い 　・機械学習で使われている事例 　　　└ 決定木 / ランダムフォレスト / ニューラルネットワーク   ■ ご登壇いただく講師 瀬下 大輔 (せした だいすけ) 先生 普段は株式会社すうがくぶんかという、大人向けの数学塾で数学や統計学、機械学習などを指導しています。よろしくお願いします。   ■ 株式会社すうがくぶんか

本コースは、数学のテーマ特化型授業として『微分』について学んでいきます。 AIのアルゴリズムにある「最適化問題」を微分でどのように解決していくのかについて学んでいきましょう。   【コース全体で学べること】 ① 偏微分 ② 勾配降下法 ③ 最適化問題と微分の関係性 授業で扱うGoogle Colaboratoryのソースコードはこちら。 ※ 「ファイル」→「ドライブにコピーを保存」よりコピーしてお使いください。   【授業のゴール】 AIのアルゴリズムとして重要な「最適化問題」と微分の関係が分かる 【受講対象者】 全般 【レベル感】 中級者向け 「微分」についての基本的な理解を深めたい方は、下記の授業を履修の上のご受講をお奨めしております。 ◯ 数学についての学び直しから始めたい方：AI人材に必要な高校数学 ◯ AIと数学の結びつきを知りたい方：AI人材に必要な数学概論   ■ ご登壇いただく講師 瀬下 大輔 (せした だいすけ) 先生 普段は株式会社すうがくぶんかという、大人向けの数学塾で数学や統計学、機械学習などを指導しています。よろしくお願いします。   ■ 株式会社すうがくぶんか