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。
【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