[ASP]データ分析シリーズ1 AI数学～文系でも理解できる!高校から始めるデータ分析、AIのための数学～

標準学習時間	5時間	提供元	トレノケート
価格(税込)	13,200円(税込)	備考	eラーニング
提供形態/付帯教材種別		商品コード	DBX0037G

お気に入りへ追加

対象者
学習内容
ワンポイントアドバイス
重要なご連絡
人気の似たコース

重要なご連絡・ご確認事項

● 受講期間はID発行より3ヶ月です。

↑ページの先頭へ戻る

対象者情報

対象者	・高校数学からデータ分析、機械学習に関わる数学を学習したい方・データ分析試験の対策をしたい方・機械学習の原理を数学的に理解したい方
前提条件	□中学数学 (二次関数) を理解できている方

学習内容の詳細

コース概要

これからますます大事になるデータ分析、AIといった分野で、基礎的な数学力は欠かせません。初心者でもつまずかずに学習できるよう数学に特化して構成しています。

学習目標

● 微分が理解できる
● 合成関数の微分が理解できる
● 機械学習の原理である勾配法が理解できる
● ベクトルと行列を理解し、その使いどころが分かる
● シグモイド関数、ソフトマックス関数の概要を理解できる

学習内容

1. 微分の基本
  - なぜ微分が必要か?
  - 合成関数
  - 微分とは?
  - 合成関数の微分
  - 偏微分とは?
  - 総和の記号∑

2. 1次元線形回帰モデル (勾配法)
  - 勾配法のアイデア
  - 勾配法の計算

3. 1次元線形回帰モデル (解析解)
  - 勾配法と解析解
  - 解析解の計算

4. ベクトルの基本
  - なぜベクトルが必要か?
  - スカラーと転置
  - ベクトルの内積

5. 2次元線形回帰モデル (解析解)
  - 解析解の計算

6. 行列の基本
  - なぜ行列が必要か?
  - 行列の転置
  - 行列の加法とスカラー倍
  - 行列の積
  - 単位行列と逆行列
  - 行列と連立方程式

7. D次元線形回帰モデル (解析解)
  - 解析解の計算

8. 指数･対数関数の基本	
  - 指数関数
  - 対数関数
  - シグモイド関数
  - ソフトマックス関数