技術を根底から理解するための応用技術数学（入門Ⅷ）：行列の総整理＆行列の分解のしかたとそれらによるメリット（コレスキー分解・LU分解・固有値解析・固有値分解・特異値分解）【オンデマンド】
| 開催日 | オンデマンド |
|---|---|
| 主催者 | 有限会社 アイトップ |
| キーワード | 機械学習・ディープラーニング SQC一般 |
| 開催エリア | 全国 |
録画時間：約５～６時間 ご視聴開始日から3日間視聴し放題！
＜受講料割安のキャンペーン期間：2024年10月15日～11月15日＞★キャンペーン価格：お一人様￥24,000
・現代のDX技術を支える各種の行列の分解のしかたについて分かりやすく解説致します！現代の応用数学の花形とも言える応用数学の内容です！・機械学習やAIの分野では、これらの行列の分解がどのように活用されているのかを分かりやすく解説致します。
・日刊工業新聞社主催の数学セミナーにても長年講師を実施！・YouTubeは玉石混交、断片的勉強にはいいかもしれませんが、系統的な筋道を立てた理解には向いていません－・この内容のセミナーは日本では当社（アイトップ社）だけです！
※このセミナーには、ご希望される受講者様に下記の１個の無料特典が用意されております。 特典（その１）：ご質問への無料解答（メールまたはZoomで：選択可）
セミナー講師
（社）日本騒音制御工学会認定技士（社）日本音響学会第２回技術開発賞受賞有限会社アイトップ 技術コンサルタント 通訳・翻訳名古屋大学大学院 非常勤講師 博士（工学） 小林英男 氏
東京電機大学工学部機械工学科卒業後、東京農工大学大学院工学研究科にて特別研究員（５年間）。 大学生時代にESS（英会話部）に所属し、カリフォルニア大学バークレイ校（通称ＵＣバークレー、世界大学ランキングで毎年10位以内）にて英語研修、および毎日新聞社後援英語弁論大会で３位入賞。上智大学にて開催された全日本選抜集中合宿英語研修（２週間英語のみで日本語禁止、主催は財団法人語学教育振興会で会長は東京大学名誉教授坪井忠二先生）に２年連続で選抜され参加。東京電機大学第５３代ESS部長。技術だけでなく英語の勉強にも集中したのは卒業後に世界で活躍できるエンジニアになるため。 大学卒業後、リオン㈱に入社し、騒音・振動の測定・分析・対策、および海外事業部でヨーロッパを担当してセールスエンジニアとして従事。 ㈱アマダに勤務し、工場で組立・製造・検査、海外事業部でNCタレットパンチプレスの修理・NCプログラムの作成教育・板金加工技術のコンサルタント、システム事業部で板金加工自動化ライン(FMS)の開発・設計、および技術研究所でアマダ製品の低騒音・低振動化および快適音化などの研究開発に携わり大ヒット商品を世に送り出した。上記のように、製造、サービス、設計、開発、研究（製造～研究まで）の一連の実務経験・実績を積み重ねた。 その後、技術コンサルタントとして独立して２８年が経過した。１部上場企業の研究、開発、設計部署を中心に、多くの企業に対し振動・騒音分野およびマルチフィジックス分野で技術指導および技術コンサルティングを実施。この間に先進国を中心に２５ヶ国以上に出張し、エンジニアとして英語で仕事をしてきた。またときに通訳・翻訳なども依頼され実施してきた。 ここ10年以上は推測統計解析、ベイズ統計解析の研究にも力を入れ、実務エンジニアリングへのベイズ統計学の適用、および機械学習やAIの研究にも力を入れている。 セミナーの講師歴は約３０年間。日刊工業新聞社主催などの多くの技術セミナー・（技術）英語セミナー・工業数学セミナー・応用物理数学セミナーの講師を実施してきた。この間に専門学校や大学で非常勤講師も行ってきた。 また、日刊工業新聞社主催のセミナー講師歴は長く１０年以上。本セミナーの内容にも関連する流体と振動・騒音や伝熱とのマルチフィジックス解析の技術指導も行ってきた。また現在は、機械学習・AIにより従来技術を高知能化するための技術指導にも力を入れている。
本セミナーでは、上記に関連した技術理論はもとよりその時々の実際の実務経験・技術ノウハウもまじえながら分かりやすく解説致していきます。
セミナー受講料
お一人様￥27,000（テキスト代など全てを含みます）
※上記キャンペーン期間にお申込みの場合 キャンペーン価格：お一人様￥24,000
＜テキストについて＞テキストは、PDF化したものをメールに添付して受講者様にお送りさせて頂きます。基本的にお申込み頂いた日にPDFテキストをお送り致します。 テキストは１枚のA４に２スライド印刷なので文字が適度な大きさなので見やすくなっております。 なお、テキストのコピーおよび２次配布などは禁止させて頂いております。
セミナー趣旨
機械学習やAＩの勉強をしようと思って専門書を購入して勉強し始めたが、数学、解くの行列・行列式が理解できていないので、技術専門書が理解できないということをよく耳にします。このセミナーは、このようなかたが行列・行列式嫌いを克服して頂き、現代の花形である機械学習やAIを自分のせっもん技術分野で活用し成果をあげて頂くためのセミナーです。
受講対象・レベル
・行列と行列式が苦手なかた
必要な予備知識
・高校卒業程度の基礎的な数学の知識。
習得できる知識
・技術分野でよく使用する行列と行列式についての理解。・行列と行列式をAIなどの実務技術に応用するための知識。
セミナープログラム
- 行列の基本演算のしかたのポイント確認
- 行列の和・差・積の演算の確認、行列の積などのしかた
- 行列の積の演算ができるかどうかの判定のしかたのノウハウ
- 多元連立一次方程式における係数行列と拡大係数行列、それらの活用のしかた
- 逆行列の求め方、逆行列が求まらない場合とは？
- 行列の内積と外積と計算のしかた
- 行列式のポイントの確認
- 行列式とは？
- サラスの公式とは？
- サラスの公式が使用できない行列式（実務エンジニアリングではこればかり）ではどのように計算すればよいのか？
- 正則行列とは？
- 正則行列であるための必要十分条件とは？
- ニュートンの運動方程式において行列・行列式を活用して1自由度系と２自由度系を考えてみよう！
- １自由度系の場合
- ２自由度系の場合は行列を使用するのが普通。どのように使うのかを説明！
- 行列をみれば連成しているか否かがすぐにわかる。対角行列、対称行列の特徴についても解説
- 行列を対角行列にする（対角化）ための方法を解説（重要！）
- 行列の分解（重要！）のしかたと実務エンジニアリングへの活用法
- コレスキー分解と技術分野での活用法
- LU分解と技術分野での活用法
- 固有値解析とは？ その理論と技術分野での活用法？
- 固有値分解とは？ その理論と技術分野での活用法？
- 特異値分解（SVD）とは？ その理論と技術分野での活用法？
- 機械学習・深層学習・AIの分野では行列・行列式がどのように活用されているのだろうか？
- 質疑応答
＜無料特典についての詳細＞特典：その１ ご質問への無料解答 ・ご視聴終了日から７日間以内であれば、ご視聴頂きましたセミナー内容についてのご質問をお受付けさせて頂きます。・ご質問は、メールにてご質問内容を箇条書きにして、『ご受講セミナー名、ご視聴期間、会社名、部署、お名前、会社の部署の電話番号、受講者様のメールアドレス』をご記入の上、メール（ktl@r4.dion.ne.jp）で標題は「受講したセミナーについての質問」と書いてお送り頂く様お願い申し上げます。・講演を行いました講師が直接、ご解答させて頂きます。ご解答は、メールまたはZoomで直接"face to face"でご解答させて頂きます。・費用は勿論無料です。