Pythonを使って理解する数学の基礎と機械学習への応用

セミナー趣旨

  　機械学習はPythonを使って実行することは可能ですが、その中身を理解するためには数学的知識が必要不可欠です。
数学を扱う講座は多いですが、本講座ではPythonを使って解説するところがオリジナルな点です。Pythonのプログラミングを通じて、本講座では機械学習を理解する上での数学の基礎知識、線形代数の計算などを中心にわかりやすく解説します。

セミナープログラム

　1　序論：ロードマップ

　　1.1　機械学習の基礎
　　1.2　なぜ数学が機械学習に必要か
　　1.3　数学⇒機械学習へのロードマップ
　　1.4　機械学習とオブジェクト指向】

　2　線形代数：ベクトル
　　2.1　ベクトルの基礎
　　2.2　ベクトルの内積
　　2.3　ベクトルのノルム

　3　線形代数：行列
　　3.1　行列の基礎
　　3.2　行列の積
　　3.3　逆行列
　　3.4　行列と連立方程式
　　3.5　行列と写像
　　3.6　線形結合と二次形式

　4　指数関数と対数関数
　　4.1　指数と対数
　　4.2　指数関数の微分
　　4.3　対数関数の微分
　　4.4　シグモイド関数
　　4.5　ソフトマックス関数
　　4.6　ガウス関数

　5　微分
　　5.1　微分の基礎
　　5.2　微分係数
　　5.3　勾配を図で表す
　　5.4　導関数と微分

　6　偏微分の基礎
　　6.1　偏微分とは
　　6.2　多変数関数の偏微分
　　6.3　合成関数の偏微分

　7　偏微分応用
　　7.1　目的関数の偏微分
　　7.2　最急勾配降下法
　　7.3　ラグランジュの未定乗数法

   8　教師あり学習：回帰
　　8.1　直線モデル
　　8.2　直線モデルパラメータの解析
　　8.3　面モデル
　　8.4　面モデルパラメータの解析
　　8.5　D次元線形回帰モデル
　　8.6　線形基底関数モデル
　　8.7　オーバーフィッティング
　　8.8　モデルの選択

　9　教師あり学習：分類
　　9.1　クラス分類
　　9.2　ロジスティック回帰モデル
　　9.3　最尤推定法
　　9.4　面モデルパラメータの解析
　　9.5　交差エントロピー誤差
　　9.6　勾配法による解

　10　サポートベクターマシン
　　10.1　サポートベクターマシン基礎
　　10.2　マージン最大化・ソフトマージン
　　10.3　高次元空間への写像
　　10.4　Pythonによるサポートベクターマシンの実行
　

    11　ニューラルネットワーク
　　11.1　ニューロンモデル
　　11.2　多層ニューラルネットワーク
　　11.3　数値微分法
　　11.4　誤差逆伝播法
　　11.5　Pythonによるニューラルネットワークの実行

　12　教師なし学習
　　12.1　標準化
　　12.2　回転行列による回転
　　12.3　主成分分析
　　12.4　固有値問題
　　12.5　K-meansクラスタリング
　　12.6　Pythonによる教師なし学習の実行

セミナー講師

嵜山 陽二郎（さきやま ようじろう）　氏　 　　　株式会社メドインフォ　代表取締役（医学博士）

 ＜略歴、等＞ 　

   1993年　東京大学　医学系研究科　博士課程　終了。
　1993年〜2014年　製薬企業にて統計解析実務および社員教育に従事。
　2015年〜　株式会社メドインフォ設立、代表取締役。
　　他にも、これまで40報を超える学術論文を執筆し1,2)、非臨床・臨床研究の解析手法において多数の研究業績を有する。国際学会発表5回、国際薬物動態予測学会の座長、製薬企業スタッフ対象の講演会など多数の実績あり。現在運営中のサイト「統計解析 - Python・R・エクセルを使った講義で最速マスター」は10万PVを超える人気サイトとなっている3) 。著書に、「医師・看護師のための統計学ポイント＆アドバイス77 東京図書」がありわかりやすい統計学の教科書として絶賛発売中4)。
　1)　Sakiyama Y., Ohashi K. and Takahashi Y. Application of nonlinear regression model to sigmold dose-response relationship in pharmacological studies. Nippon Yakurigaku Zasshi 2008, 132: 199-206.
　2)　Sakiyama Y. The use of machine learning and nonlinear statistical tools for ADME prediction. Expert Opinion of Drug Metabolism and Toxicology, 2009, 5: 149-169.
　3)　統計解析 - Python・R・エクセルを使った講義で最速マスター（http://statg.com/）
　4)　医師・看護師のための統計学ポイント＆アドバイス77 東京図書

セミナー受講料

お1人様受講の場合　51,700円[税込]／1名
1口でお申込の場合　62,700円[税込]／1口（3名まで受講可能）
 
受講申込ページで2～3名を同時に申し込んだ場合、自動的に1口申し込みと致します。

受講について

• 本セミナーの受講にあたっての推奨環境は「Zoom」に依存しますので、ご自分の環境が対応しているか、お申込み前にZoomのテストミーティング（http://zoom.us/test）にアクセスできることをご確認下さい。
• インターネット経由でのライブ中継ため、回線状態などにより、画像や音声が乱れる場合があります。講義の中断、さらには、再接続後の再開もありますが、予めご了承ください。
• 受講中の録音・撮影等は固くお断りいたします。