【まだ間に合う!】AI開発・機械学習を理解するための数学講座
4.0 (433 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.
2,588 students enrolled

【まだ間に合う!】AI開発・機械学習を理解するための数学講座

プログラミングなしで、AIプログラミングや機械学習・深層学習を理解するための数学的な基礎知識を短期間に学んで、AI時代に取り残されず活躍できるようになりましょう!プログラミングをせずに基本的な数学用語を丁寧に学んでいきます。
4.0 (433 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.
2,588 students enrolled
Last updated 8/2019
Japanese
Current price: $48.99 Original price: $69.99 Discount: 30% off
5 hours left at this price!
30-Day Money-Back Guarantee
This course includes
  • 2.5 hours on-demand video
  • 6 articles
  • 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
  • 機械学習の参考書やレクチャーに出てくる数学や数式を理解できるようになります。
  • 数学的知識が機械学習や深層学習と具体的にどのように関連しているのか、が理解できるようになります。
Requirements
  • GeoGebra, グラフ描画ソフト(無料、コース内でインストール手順を解説します)
  • ノートとペン
  • インターネット接続されたPC
Description

【更新情報】

2019/5/7 行列計算のレクチャーを完成し追加しました。

2018/12/25 線形代数セクションにベクトルのレクチャーを5本掲載しました。


【講座概要】

中学・高校の数学基礎、線形代数、微分、確率統計などのうち、AI開発や機械学習・ディープラーニングなどの理解に必要な数学的知識を短期間に学ぶことを目指します。

理解度を向上させるためプログラミングはしないで、週末に一気に学び直せます。

【注意】中高の数学に不安がない方には物足りない内容だと考えますので、受講はお勧めしません。

第1日目: 数学基礎

  • 関数

  • 変数と定数

  • 1次関数

  • GeoGebraのインストールとグラフの描画

  • 2次関数

  • 累乗・累乗根

  • 指数関数

  • 対数関数

  • 自然対数とネイピア数


第2日目: 微分

  • 極限

  • 微分の公式

  • 常微分と偏微分

  • 合成関数の微分

  • シグモイド関数の微分


第3日目: 確率・統計

  • 確率

  • 順列と組合せ

  • 確率変数と確率分布

  • 条件付き確率


第4日目: 線形代数(2019/5/7 行列計算を追加済み)

  • ベクトル

  • 演算

  • 内積

  • 直行条件

  • 法線ベクトル

  • ノルム

  • コサイン類似度

  • 行列

  • 行列計算

  • 逆行列


Who this course is for:
  • 機械学習や深層学習を学びたいと思っているが、書籍やオンライン講座に出てくる数学がわからず困っている方
  • 会社でデータサイエンスを勉強しろと言われて参考書を開いてみたものの読めない記号や数式だらけで困っている方
  • 就職で有利になるようにAIや機械学習を勉強しているが、高校数学を履修していないために微分やベクトル・行列などが出てくるとお手上げな方
  • AIアプリを作ったりチューニングしたりしたいが数学が分からないために、パラメータチューニングなどができなくて困っている方
Course content
Expand all 46 lectures 02:36:34
+ 数学基礎
15 lectures 46:56
関数
02:51
1次関数
04:42
練習課題: 1次関数を描いてみよう
00:04
2次関数
05:11
練習課題: 2次関数を描いてみよう
00:05
平方根・累乗根
05:06
練習課題: 指数関数を描いてみよう
00:09
対数関数
06:41
練習課題: 対数関数を描いてみよう
00:07
自然対数とネイピア数
03:51
練習課題: 自然対数を描画してみよう
00:05
数列と記号
05:34
+ 微分
10 lectures 37:52

機械学習で微分がどのように使われるかを理解しておきましょう。

イントロ: 機械学習と微分の関係
05:36
極限
06:56

y = f(x) のとき、導関数 f'(x)の値を計算してください。

微分の公式を使わず、導関数の定義を用いて手計算してみましょう。

極限の計算
2 questions
機械学習に必要な微分の公式
05:21
微分の線形性
02:27
練習問題: 微分の線形性
00:07
練習問題の解答例
01:55
分数関数の微分
02:35
シグモイド関数の微分を計算してみよう(合成関数の微分)
03:02
多変数関数と偏微分
04:48
偏微分を計算してみよう
05:05
+ 確率・統計
7 lectures 21:04
セクションの概要
01:11

確率の定義について

確率
01:40

サイコロの問題

例題2の解答サンプル
03:14
順列と組合せ
03:42
順列の公式を導出してみよう
05:20
組合せの公式を導出しよう
02:56

順列・組合せの計算例

練習問題の解答例
03:01
+ ベクトル・行列
13 lectures 48:45
セクションの概要
02:38
ベクトルの表記
02:16
ベクトルの足し引き・スカラー倍
02:26
ベクトルを図形的にとらえよう
03:59
ベクトルの内積
04:36
ベクトルの直交条件
02:29
法線ベクトル
02:29
ベクトルのノルム・正則化項
03:30
コサイン類似度
06:28
行列の表現
01:50
行列の加算・減算
04:02
行列の掛け算
05:29
逆行列
06:33