AIのための数学講座:少しづつ丁寧に学ぶ人工知能向けの線形代数/確率・統計/微分
4.1 (910 ratings)
Course Ratings are calculated from individual students’ ratings and a variety of other signals, like age of rating and reliability, to ensure that they reflect course quality fairly and accurately.
5,978 students enrolled

AIのための数学講座:少しづつ丁寧に学ぶ人工知能向けの線形代数/確率・統計/微分

AIの学習を始めるために必要な数学を1つの講座にまとめました。プログラミング言語Pythonを用いて、式の意味を確認しながら少しずつ丁寧に学びます。人工知能に必要な数学を、着実に学んでいきましょう。
Bestseller
4.1 (910 ratings)
Course Ratings are calculated from individual students’ ratings and a variety of other signals, like age of rating and reliability, to ensure that they reflect course quality fairly and accurately.
5,978 students enrolled
Last updated 5/2020
Japanese
Current price: $62.99 Original price: $89.99 Discount: 30% off
5 hours left at this price!
30-Day Money-Back Guarantee
This course includes
  • 5.5 hours on-demand video
  • 5 articles
  • 1 downloadable resource
  • Full lifetime access
  • Access on mobile and TV
  • Certificate of Completion
Training 5 or more people?

Get your team access to 4,000+ top Udemy courses anytime, anywhere.

Try Udemy for Business
What you'll learn
  • AIを学習するための数学的下地が身につきます。
  • 数式をコードに落とし込むことができるようになります。
  • 線形代数の数式を理解し、Pythonのコードで演算ができるようになります。
  • 微分の知識が身につき、数式の意味が理解できるようになります。
  • 確率・統計により、データの傾向を捉えたり、世界を確率として捉えることができるようになります。
  • AIでどのように数学を使うのか、理解できるようになります。
Course content
Expand all 45 lectures 05:24:55
+ イントロダクション
2 lectures 13:40

コースの概要、及び各セクションの概要を解説します。

Preview 03:59

人工知能と数学の関係について解説します。

Preview 09:41
+ 学習の準備をしよう
3 lectures 11:17

Anacondaのインストール方法を解説します。

Preview 02:46

Jupyter Notebookの使い方を解説します。

Jupyter Notebookの使い方
04:42

教材のダウンロード方法、及びコースの学び方を解説します。

教材のダウンロードとコースの学び方
03:49
+ Pythonの基礎
3 lectures 35:49

本コースを学ぶのに必要最低限なPythonを学習します。

Pythonの基礎
16:32

数値演算ライブラリ、NumPyを解説します。

NumPyの基礎
10:23

グラフの描画に必要な外部パッケージ、matplotlibを解説します。

matplotlibの基礎
08:54
+ 数学の基礎
7 lectures 48:14

変数と定数の概念をコードとともに解説します。

Preview 05:18

関数の概念をコードとともに解説します。

関数
05:37

累乗と平方根についてコードとともに解説します。

累乗と平方根
08:22

多項式関数についてコードとともに解説します。

多項式関数
06:19

三角関数についてコードとともに解説します。

三角関数
08:30

総和と総乗について、コードとともに解説します。

総和と総乗
05:46

LaTeXによる数式の描画について学びます。

LaTeXの基礎
08:22
+ 線形代数
7 lectures 01:02:24

スカラー、ベクトル、行列、テンソルをコードとともに学びます。

Preview 13:36

ベクトルの内積とノルムについて、コードとともに学びます。

Preview 08:24

行列の積について、コードとともに学びます。

行列の積
08:44

行列の転置について、コードとともに学びます。

転置
05:14

行列式と逆行列について、コードとともに学びます。

行列式と逆行列
08:28

線形変換により、ベクトルの変換を行う方法を学びます。

線形変換
09:29

行列の固有値と固有ベクトルについて解説します。

固有値と固有ベクトル
08:29
+ 微分
6 lectures 38:38

極限と微分の概念について、コードとともに学びます。

Preview 10:34

連鎖律について、コードとともに学びます。

Preview 05:26

偏微分について、コードとともに学びます。

偏微分
05:43

全微分について、コードとともに学びます。

全微分
05:13

多変数合成関数の連鎖率について、コードとともに学びます。

多変数合成関数の連鎖率
05:24

ネイピア数と自然対数について、コードとともに学びます。

ネイピア数と自然対数
06:18
+ 確率・統計
9 lectures 01:17:02

確率の概念について、コードとともに学びます。

Preview 08:43

平方根と期待値について、コードとともに学びます。

Preview 07:06

分散と標準偏差について、コードとともに学びます。

分散と標準偏差
05:43

正規分布について、コードとともに学びます。

正規分布
06:16

共分散について、コードとともに学びます。

共分散
07:12

相関係数について、コードとともに学びます。

相関係数
08:16

尤度について、コードとともに学びます。

尤度
09:10

情報量について、コードと共に学びます。

情報量
12:31

条件付き確率とベイズの定理について、数式をメインに学びます。

条件付き確率とベイズの定理
12:05
+ 人工知能(AI)への応用
3 lectures 33:50

人工知能、ニューラルネットワーク、バックプロパゲーションなどについて概要を解説します。

ニューラルネットワークとバックプロパゲーション
10:10

ニューラルネットワークが学習する仕組みについて解説します。

学習の仕組み
12:09

学習が行われるコードについて解説します。

学習の実装
11:31
+ ボーナスレクチャー
5 lectures 04:01

さらに学びたい方のために、関連コースを紹介します。

ボーナスレクチャー: 関連コースの紹介
03:07

講師の著書を紹介します。

ボーナスレクチャー: 講師の著書
00:15

講師の会社のYouTubeチャンネルです。講座の一部が無料で公開されています。

ボーナスレクチャー: YouTubeチャンネル
00:11

講師の会社のFacebookページです。最新の情報が提供されます。

ボーナスレクチャー: Facebookページ
00:09

講師が代表取締役を務める、SAI-Lab株式会社を紹介します。

ボーナスレクチャー: SAI-Lab株式会社(講師の会社)
00:18
Requirements
  • 中学程度の数学の知識が前提として必要です。
  • 必要最低限のPythonの知識はコース内で解説しますので、プログラミングの経験は必要ありません。
  • WindowsでもMacでも大丈夫です。Linuxのサポートは行いませんが、コードは全ての環境で共通のものです。
Description

AIのための数学講座は、誰にでも開かれた人工知能向け数学の講座です。

線形代数、微分、確率・統計を基礎から少しづつ丁寧に解説するので、人工知能に必要な数学を無理なく着実に身につけることができます。


本コースの最大の特徴は、AI向けの数学をコードを書きながら学べることです。

プログラミング言語Pythonのコードを書いて、手を動かしながら数学を学習します。

これにより、数式の意味を体験を通して理解できます。

Pythonに関しては、1つのセクションで必要な範囲を解説しますので、プログラミング未経験の方でも受講することができます。


また、初心者に優しいことも本コースの特徴です。

扱う数学の難易度は緩やかに上昇するので、無理なく着実にAIに必要な数学の知識を身に付けることができます。


本コースによりAIを本格的に学ぶための準備ができます。

AIを学ぶための障壁を低くし、可能な限り多くの方がAIを学ぶことの恩恵を受けられるようにするのが本コースの目的です。


————————————————————


本コースの主な内容は以下の通りです。


  • 数学の基礎

→ 線形代数や微分、確率統計を学ぶのに必要な数学のベースを身につけます。


  • 線形代数

→ データをベクトルや行列を用いて効率よく扱う方法を学びます。


  • 微分

→ 常微分・偏微分・連鎖律などの、様々な人工知能に必要な微分関連の知識を学びます。


  • 確率・統計

→ データの傾向を捉えたり、世界を確率として捉える方法を学びます。


  • 人工知能(AI)への応用

→ ニューラルネットワークの基礎を勉強し、シンプルな人工知能に学習を行わせます。


————————————————————


本コースの開発環境、AnacondaとJupyter Notebookは簡単にダウンロード、インストールすることができます。

環境構築の敷居が非常に低いため、プログラミング未経験の方でも問題なく受講できます。


本コースを修了した方は、学習意欲が刺激されて、さらにAIや数学のことを学びたくなっているかと思います。

Who this course is for:
  • 数学がAIや機械学習を勉強する際の障壁になっている方
  • AIをビジネスで扱う必要に迫られた方
  • 数学を改めて学び直したい方
  • 文系の方、非エンジニアの方にもおすすめです