シリーズ機械学習の数理

2020年度開講分、お申込受付中です。こちらからお申込みいただけます。

講座シリーズの概要

この講座シリーズでは機械学習のホットトピックのなかでもやや発展的な話題を、統計学・機械学習の基礎をすでに学んだ方に向けて関連する数理を交えて解説します。2020年度に扱う内容は以下の通りです。

• ブースティングと関数勾配降下法
• 強化学習の基礎
• クラスタリングの発展的な話題
• 異常検知入門
• 画像認識のさまざまなトピック

です。

受講にあたって

受講に当たって役に立つ知識

• 機械学習の基本的な知識（弊社講座程度）

目標

• 機械学習のホットトピックを通して、機械学習の数理とその応用に慣れ親しむ。

各回の内容

ブースティング入門（7月）

最近話題のLightGBMはニュートンブースティングの一手法です。このような、勾配ブースティングやニュートンブースティングといった最近話題のブースティング手法のアルゴリズムについて、その基本的な数理面から解説します。詳細はこちらのページをご覧ください。

強化学習入門（9月）

強化学習の基礎である方策勾配法と価値反復法について、そのアルゴリズムをPythonによる実装をしながら慣れていきましょう。またアルゴリズムを実装する中で、ベルマン方程式や方策勾配定理といったやや数学的な部分に説明を加えていきます。詳細はこちらのページをご覧ください。

クラスタリングの発展的な話題（11月）

クラスタリングの基本的な話題としてk-means法や階層クラスタリングを学んだ方も多いと思います。ここでは少し趣の異なる密度準拠型クラスタリングに焦点を置きます。特にDBSCAN, HDBSCANといった手法に注目し、そのアルゴリズムを詳しく解説します。詳細はこちらのページをご覧ください。

異常検知入門（1月）

異常検知は機械学習タスクのなかでも特別に面白いタスクの一つだと思います。この講座では前半に異常検知の定式化と古典的な異常検知手法を扱い、後半ではニューラルネットワークを用いた異常検知への応用事例についてPythonでのデモを交えながら紹介します。詳細はこちらのページをご覧ください。

画像認識入門（3月）

画像認識と一言で言っても、さまざまなタスクがあります。ここでは、画像分類や物体検出、セマンティックセグメンテーションといった内容に焦点を当て、主にニューラルネットワーク系のモデルのなかから代表的な例を複数紹介しようと思います。詳細はこちらのページをご覧ください。

お申込み

お申し込みは、お申込フォームからお願いします。
※お手数ですが、件名を選択のうえ送信をお願いします。

お申込