IoT寺子屋：深層学習の数学勉強会(1)

【今回はマイコンボードも部品もパソコンもないハンズオン＝ノートに鉛筆で】

ただしExcelを用いた演習も最後に入れますのでパソコンをお持ちください・・・

（平日開催では少し演習が手薄くなりますが時間の都合上ご容赦ください・・・・）

【今回の募集枠について】
　募集期間少ないのでどれくらい集まるかわからないのですが
　私の業務都合で３月２２日を急遽中止にしましたので日付とりなおしと
　思いつきではありますが、大学入試が終わって受験生の方が落ち着くところかと思い
　高校の数学を一通り終えている意欲のある高校生に深層学習の入門を経験してもらおうと
　割引枠で募集してみます。
*IMUデジタルツイン受講履歴のある方は無料とします(浅草教室のデジタルツインです。＝その後麹町でもやるようになり比較して高額だったので)

　どの枠にどれくらい来るかわからないのいったん小さい部屋を借りております。
　大きい部屋が空いていればもう少しなら増員もできるので様子みてそれぞれの枠の員数を増減する可能性があります
　例えば高校生の方が友達連れて３人で来たいのですがなどと相談していただいて他の枠がまだ余裕あれば善処します
　よろしくご了承願います

→いつもの部屋よりちょっと狭いのですが椅子に着席できるので１０人は無理としても８人ならいけるかな・・・
　と8人で増員しました。3/3追記
　４月にニーズがあれば高校生枠を大学新入生枠と改めてもう一度くらいやるかもしれません。
　IMUデジタルツイン受講者向け優待枠は４月にさらにニーズあれば設けることにします。
　数学（２）はおそらく（１）を受けてないと何だかわからんような内容なので
　次に来ますって言ってくれる人がある程度増えないと実施回数が減ります。。。のでたぶんこの（１）を
　 　継続実施していきます

（習得スキル）

・AIの学習の動作原理を数式できちんと理解します。 　（FNN,CNN,RNNすべてに共通なこと）

・AIの論文がとりあえず読めるようになる（目標）

前提知識は高校の数学をだいたい思い出せるくらいです 最近は高校で行列の計算ををやらないようなのでそこはしっかりご説明する予定

【実習アジェンダ】

■Timeスケジュール

時間	内容
18:00 - 18:30	受付
18:30 - 18:50	フィジカルコンピューティング 　・フィジカルコンピューティングとは何か？ 　・AI・ビッグデータ・IoTの関係 　・非構造データの活用の現在 　・センサーデータがもたらす可能性 　・本日の講座のカバー範囲
18:50 - 19:10	確率分布・情報量とシャノンの符号化・クロスエントロピー・KL情報量
19:10 - 19:40	偏微分・行列の計算
19:40 - 20:10	AIの推論（順伝搬）
20:10 - 20:15	休憩
20:15 - 21:05	AIのパラメータ補正の一連の手続きとそれを支える基本的な考え 　・オンライン学習/オフライン学習/ミニバッチ学習の考え方 　・確率的勾配降下法 　・誤差逆伝搬法
21:05 - 21:25	PYNQの紹介＆FPGAの紹介

※一応22:00まで場所は確保できています

※AIのパラメータ補正の手続きに時間の進み具合によってバッチ正規化を入れます。

場所は銀座線田原町駅の目の前、浅草めぐりを兼ねていらっしゃいませんか

【配布物】

•講習資料（紙ベース。カラーで図解した資料と白黒の問題集のようなもの）※資料は手書きノートも含みます。

ノートのもととなった本もありますので受講者にはご紹介します。

お持ちの方は持ってきていただけるといいかもしれません（なくてもいいようにしています）

【参加者にお持ちいただくもの】

•ノートと鉛筆

【テーマ選定のポリシー】

IoT寺子屋は普段電子工作でガジェットを作るハンズオン提供してます。 しかしながらセンサーデータ集めてくるだけではなかなか有益な仕事ができないと考えます。

学習済みのAIモデルが自由に落としてきて使えるという今日このごろ AIを組み込みエッジに乗せてなんかつくるということがまさに現実化してきました しかも大企業でなくても個人でできる・・・そんな時代

さてオリジナルなアイデアをAIの分類器にかけようとすると どうしても学習をさせる必要が出てきます

どうやってデータを作るんだろう・・・どうやって学習させるんだろう・・・

このAIの数学は３回ほどに分けて実施しようと思っていますが

まず (1)は教師データはそろってるものだと思ってパラメータ調整の ロジックを学びつくす

次回（２）は教師データの作り方（これはオープンｃｖ使う予定）とＣＮＮの説明（実装はまだしません）

最終回はRNNとGANをしようとおもいます。

いままで寺子屋いらした方は知ってらっしゃると思いますが ほんとに解説しつくすので 電子工作しないひとにも十分にまなんでもらうことがあります。

Kerasで1行・・・・でないＡＩをきちんと学ぼう・・・・という趣旨です。

しっかり理解していただけるように説明していきます。 後半の逆誤差伝搬が深層学習の本質です。・・・がAIの会社の人間でもうまく説明できない人がいます。 これをきちんと理解すると自分で深層学習のコードが組めると思います。

なおこれを３つ受けた後にPythonでうごくFPGAボードへのパラメータ送り込みを実行する勉強会を予定しています

【講師自己紹介】

大邦将猛（おおくにまさたけ）　生産管理/在庫管理コンサルタント。技術士（経営工学）。

京都大学工学部/大学院工学研究科卒業。（専攻　原子核工学。学部と修士課程） 大手製造業で生産工程の研究員５年　ベンチャーITベンダー６年（半年スウェーデン在住勤務）　 コンサルティングファーム３年（一年オランダ在住勤務）　大手ITベンダー１０年勤務

数学は趣味で卒業後もこつこつ問題解いたりしてます。 学生時代に一番頑張った勉強は量子力学や場の量子論といった物理学です。卒論や修士論文も核物理学の内容(QED/QCD)でした。 （微積線形代数やテンソル、量子力学の勉強会も考えたのですが、 　すでにたくさんあるしすぐに仕事で役立つように思えないのでこんな内容にしてます）

数学と物理については塾などで難関目指す生徒用のコースから、中学生補習講座まで担当していた経験があります。 教え方がうまいかどうか・・・わかりませんが、東大などの難関に受かった生徒もいるし、 躓いた人が何がわかってないかを判断できると思いますのでハンズオンをコーチャー的にできればと思います。

【お問い合わせ】

当ページの問い合わせ先リンクからお願いします。 会場のお店には連絡なさらないでください（場所をお借りしているだけです）