データサイエンス基礎講座 2017<機械学習のための数学基礎編>  [2017年2月1日(水)・2日(木)・7日(火)・8日(水)・14日(火)(全5日間)]

本セミナーは登録受付を終了しました。

2月1日(水) 19:00~21:00(120分)
1限目:データサイエンスの基礎数学
  • データサイエンスとは?(概論)
  • データサイエンスと機械学習
  • データの分布
  • データのばらつき
  • 回帰分析
  • 重回帰分析
2月2日(木) 19:00~21:00(120分)
2限目:データサイエンスの基礎<数学・統計>
  • 確率分布
  • クラスタリング分析
  • 行列とベクトル
  • 主成分分析
  • 因子分析
2月7日(火) 19:00~21:00(120分)
3限目:機械学習
  • 標本分布と仮説検定
  • ロジスティクス回帰
  • カーネル法とサポートベクターマシン
2月8日(水) 19:00~21:00(120分)
4限目:ディープラーニング、ニューラルネットワーク基礎
  • ベイズ統計と隠れマルコフモデル
  • ディープラーニングの数理
2月14日(火) 19:00〜21:00(120分)
5限目:【事例研究・講演】
「Deep Learning Javaプログラミング ~深層学習の理論と実装~(仮)」
講師
巣籠 悠輔
株式会社情報医療 最高技術責任者
兼 東京大学招聘講師
巣籠 悠輔(すごもり ゆうすけ)
略歴

Gunosy、READYFORの創業メンバーとして、エンジニアリング、デザインを担当。

大学院修了後は電通にてデジタルクリエイティブの企画・制作、ディレクションに従事。Googleニューヨーク支社勤務を経て2016年、株式会社情報医療(MICIN,Inc)を共同創業。2016年9月より東京大学招聘講師。

東京大学工学部システム創成学科卒(首席)、東京大学大学院工学系研究科 技術経営戦略学専攻卒。

著書に「Java Deep Learning Essentials (Packt Publishing)」「Deep Learning Javaプログラミング 深層学習の理論と実装 (impress top gear)」。