【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
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
- Preview01:56
Instructor
![井上 博樹 (Hiroki Inoue)](data:image/svg+xml,%3Csvg xmlns="http://www.w3.org/2000/svg" viewBox="0 0 64 64"%3E%3C/svg%3E){kind=avatar}
- 4.1 Instructor Rating
- 21,943 Reviews
- 88,192 Students
- 34 Courses
東京大学工学部卒。富士総合研究所・国際大学GLOCOMを経て、ワシントンD.C.の教育系スタートアップ（Blackboard)にて多言語化などを担当。NASDAQ IPOを経験した後、起業。
Udemyでのべ約122,000名にAI開発・プログラミング講座を34コース提供中。
現在は、研究開発へのAI導入支援を提供し、ディープラーニングによる電力消費量予測、医療分野におけるディープラーニングによる画像分析などの研究開発の支援実績有。
また、Udemyでの教育経験を活かし、教育機関や企業などの教育研究支援、オンライン教育プラットフォーム（LMS/Moodle/Canvas/Blackboard）導入、反転授業・ブレンデッドラーニング・パーソナライズドラーニング（個別学習）の導入支援、映像授業制作、教育アプリ開発なども提供。
著書・訳書: 「インターネットの歴史と社会的インパクト（1994年 訳」「Moodle入門(2007年)」「Moodle2ガイドブック(2013年)」「反転授業マニュアル(2014年)」「動画xスマホで稼ぐ(2014)」「エンジニアのためのオンライン講座制作ガイド（2016年12月刊)」
中国語検定HSK3級, 4級(6段階の下から4段階目まで)合格。
TOEIC955点、リスニング満点.
Udemyを通じて、多くの方がAIアプリ開発・モバイルアプリ・ウェブ開発などをマスターし、イノベーションにチャレンジする応援をしたいと日々コース制作をしています。