Doorkeeper

新規事業のための機械学習入門 (1年生) - MPS Camp -

2018-07-07(土)07:00 - 2018-08-11(土)13:00

MPS Atelier

東京都豊島区南池袋 3−18−35 OKビル 201

Hiroki Shimada hiroshi + 1人の参加者
申し込む

申し込み受付は終了しました

今後イベント情報を受け取る

早割チケット
300,000円 前払い
一般チケット
330,000円 前払い

新規事業のための機械学習入門

本企画は、機械学習を用いた新規事業を立ち上げたい、またはそれに関わりたい方を対象として下記を習得することを目的とします。本イベント告知ページは下記表の 1 年生に該当するものです。 ご不明な点がございましたら、お気軽にお問い合わせフォームよりお問い合わせください。

学年 内容 時期
1 年生 数学的基礎知識 (線形代数、微分積分) 7 月 ~ 8 月中旬
2 年生 数学的基礎知識 (確率・統計) 8 月中旬 ~ 9 月末
3 年生 機械学習アルゴリズムの数学的基礎知識 10 月 ~ 11 月中旬
4 年生 英語論文の講読と研究開発 11 月中旬 ~ 12 月末


1 年生のスケジュール

日時 1 限目 2 限目 3 限目 4 限目 5 限目 6 限目 7 限目 8 限目
7/7 解析学 I 解析学 I 解析学 I 解析学 I 線形代数 I 線形代数 I 線形代数 I 線形代数 I
7/21 解析学 II 解析学 II 解析学 II 解析学 II 線形代数 II 線形代数 II 線形代数 II 線形代数 II
7/28 解析学 II 解析学 II 解析学 II 解析学 II 線形代数 II 線形代数 II 線形代数 II 線形代数 II
8/4 解析学 II 解析学 II 解析学 II 解析学 II 線形代数 II 線形代数 II 線形代数 II 線形代数 II
8/11 解析学
テスト
線形代数
テスト

注 1) 1 コマ 90 分, 講義時間 7:00 ~ 21:30, 自習時間 21:30 ~ 22:30
注 2) 毎朝の小テストを行います。
注 3) 解析学と線形代数の最終テストは実際の大学院入試問題から出題します。

支援制度

キャッシュバック

授業に全て出席し、解析学と線形代数の両方の成績が8割超かつ、同期の同学年内1位の方に 2 万円キャッシュバック致します。

留年

努力しているものの、講義についていけない方は再度次期に同じ授業を受講することができます。留年は、2週目までの授業に全て出席している方で3週目受講前日までに申請した方に限ります。また、1学年につき1度までです。

プレイベント (お試し受講)

本企画で行う機械学習の理論の習得効率を高めるために、機械学習を体験的に学習することを目的としたプレイベントを開催します。Pandas を用いたデータの取り扱い、性質の理解から、教師なし・ありの機械学習の実践までを行います。機械学習を用いたデータ分析を本格的に行なっていくための事前準備です。全て1回完結の講座になります。受講にお悩みの方も是非ご参加ください。受講に関するご質問なども受け付けております。

申し込みはこちらから。

第 1 回 Python でデータ分析をやってみよう! (2018/06/10(日)13:00 - 16:15)

授業内容と教科書

解析学 I

授業内容と目標

  • 1変数と2変数の微分積分の基礎について学び、演習を通して基本的な計算ができるようになる。

授業形態

  • 講義及び演習

授業計画

  1. 1変数関数、1変数関数の微分
  2. 1変数関数の積分
  3. 2変数関数、2変数関数の微分
  4. 2変数関数の積分

受講生の到達レベル

  1. 基本的な1変数2変数関数の微分積分の計算を滞りなく行うことができる。

成績評価

  • 毎朝の小テスト (最終評価は解析学 II と合わせて行う)

関連情報

  • 本講義は計算問題を解くことにフォーカスする。解析学 II では、より理論にフォーカスした講義を行うが、その理解のためには基本的な計算に慣れておくことが非常に重要である。本講義で用いる教科書にある計算問題は、解析学 II が始まるまでに全て解いておくことを勧めする。

教科書

  • やさしく学べる微分積分 (石村園子著)


解析学 II

授業内容と目標

・1変数と2変数の微分積分の理論について学ぶ。ε-δ 論法による証明にも触れる。解析学 I に引き続き演習も行い、さらなる計算力向上を目指す。

授業形態

  • 講義及び演習

授業計画

  1. 実数と収束
  2. 1変数の関数
  3. 1変数の微分
  4. 1変数の微分演習
  5. 1変数の積分
  6. 1変数の積分演習
  7. 偏微分
  8. 偏微分演習
  9. 重積分
  10. 重積分演習
  11. 曲面
  12. 線積分、面責分、体積分

受講生の到達レベル

  1. ε-δ論法のエッセンスを掴む。
  2. 解析学における基本的な定理の証明ができる。
  3. 1変数と多変数の微分積分の計算を滞りなく行うことができる。

成績評価

  • 毎朝の小テスト 20 % (解析学 I のものも含む)
  • 期末テスト 80 % (大学院入試問題から出題)

関連情報

  • 本講義では、より理論にフォーカスした講義を行うが、その理解のためには基本的な計算に慣れておくことが非常に重要である。本講義で用いる教科書にある計算問題は、解析学 II が始まるまでに全て解いておくことを勧めする。

教科書

  • 微分積分読本 1変数 (小林 昭七 著)

  • 微分積分読本 多変数 (小林 昭七 著)

  • 弱点克服 大学生の微積分 (江川 博康 著)


線形代数I

授業内容と目標

  • ベクトル、行列、行列式、線形空間、内積、固有値・固有ベクトル、二次形式の概要を学び、演習を通して基本的な計算ができるようになる。

授業形態

  • 講義及び演習

授業計画

  1. 行列、連立一次方程式、
  2. 行列式、空間ベクトル、
  3. 線形空間、内積空間、
  4. 固有値・固有ベクトル、二次形式

受講生の到達レベル

  1. ベクトルや行列の計算、行列を用いた連立一次方程式の解を求める計算、逆行列を求める計算ができる。
  2. 線型空間、線形部分空間、ベクトルの線型独立、線形従属、基底、階数、次元といった概念を理解する。
  3. 固有値・固有ベクトルの計算、行列の対角化の計算ができる。
  4. 二次形式を標準形に変換する計算ができる。

成績評価

  • 毎朝の小テスト (最終評価は線形代数 II と合わせて行う)

関連情報

  • 本講義は計算問題を解くことにフォーカスする。線形代数 II では、より理論にフォーカスした講義を行うが、その理解のためには基本的な計算に慣れておくことが非常に重要である。本講義で用いる教科書にある計算問題は、線形代数 II が始まるまでに全て解いておくことを勧めする。

教科書

  • やさしく学べる線形代数 (石村園子 著)


線形代数 II

授業内容と目標

  • 一般化逆行列、射影、行列の分解、行列の微分、について学び、最適化問題への応用についても触れる。

授業形態

  • 講義及び演習

授業計画

  1. 行列 I、ベクトル、線形空間、線形独立、線形従属、行列のトレース、
  2. 幾何学的解釈、線形系 I、逆行列、一般化逆行列
  3. 冪等行列、線形系 II、射影と射影行列、行列式
  4. 二次形式
  5. 行列の微分
  6. クローネッカー積、vec作用素、Vech 作用素
  7. 部分空間
  8. 行列 II
  9. 二次多項式の最小化
  10. ムーア・ペンローズ形逆行列
  11. 固有値・固有ベクトル
  12. 線形変換

受講生の到達レベル

  1. 線形代数における様々な定理の証明を理解する。
  2. 一般化逆行列、射影、行列の分解、行列の微分について理解する。
  3. 線形系の解の性質について理解する。
  4. 線形な制約の下での二次多項式の最小化問題を理解する。

成績評価

  • 毎朝の小テスト 20 % (線形代数 I のものも含む)
  • 期末テスト 80 % (大学院入試問題から出題)

関連情報

  • 本講義は機械学習の学習において有用と思われる線形代数における各種定理にフォーカスする。議論が抽象的になるため、線形代数 I で用いた教科書で具体的な計算に関するイメージがしっかりと定着するまで問題を解いておくことをお勧めする。

教科書

  • 統計のための行列代数 上 (D. A. ハーヴィル 著)

  • 統計のための行列代数 下 (D. A. ハーヴィル著)

一度学習に用いた教科書は有用な資産となりますので、上記7冊は必ずご持参ください。

仮定する知識

高校2年生程度の数学的知識(講義中にも適宜復習を行いますが、「総和や根号」「関数」「指数関数、対数関数」「集合」「ベクトルと行列の基本的な演算」「数学的帰納法」について高校数学の標準的な教科書程度の本で復習しておいてください。)

高校数学復習用の書籍 (参考書籍)

下記に高校数学復習の際に有用だと思われる書籍をリストしています。あくまでも参考ですので、ご自身にあったものをお選びください。受講に必須の教科書ではございません。

  • 細野真宏の数学が本当によくわかる本 2次関数と指数・対数関数が本当によくわかる本 (細野 真宏 著)

  • 微分が本当によくわかる本 (細野真宏の数学が よくわかる本) (細野 真宏 著)

  • 細野真宏の積分〈計算〉が本当によくわかる本―数III 1週間集中講義シリーズ (細野 真宏 著)

  • ベクトル<平面図形>が本当によくわかる本 (細野真宏の数学が よくわかる本) (細野 真宏 著)

  • 奥平禎の 数学証明問題が面白いほどとける本 (数学が面白いほどわかるシリーズ) (奥平 禎 著)


講師紹介

名前: 金子純也 (かねこじゅんや)
略歴: Morning Project Samurai 代表、COGNIROBO 株式会社取締役 (CTO)、元フリーランスプログラマ (主に Python, その他 C, C++, Java)、コンサル,

Junya Kaneko

2016 年に筑波大学大学院博士後期課程中退、フリーランスエンジニアとして活動を開始し、2017 年 10 月よりCOGNIROBO Inc.取締役 (CTO) に就任。現在に至る。プログラマとして以外にも、SIer 企業での Python や豊島区主催の IT に関する勉強会の講師、コンサルなども行う。在学中に 2 年間の米国滞在を経験し、「誰もがリーダーとなって迷うことなく新しいプロジェクトを始めることができ、またそれを建設的に応援することのできる多様な人々の集まるコミュニティ」を目指した Morning Project Samurai (MPS) を 2014 年に立ち上げ。 2016 年 10 月に新たに MPS 初の事務所兼オープンスペースとしてオープンした MPS Atelier を合わせて、MPS 世田谷、MPS 横浜、MPS 池袋の 4拠点で活動中。最近では、アフリカスーダンのハルツーム大学やシンガポールでの MPS 開催や、中国の深セン、インドのムンバイ、シンガポールで開催されたメーカーフェアへの出展など海外での活動も行っている。

講師から受講する方へのメッセージ

機械学習を用いた新規事業の立ち上げにおける技術的部分は、下記のようなステップで進んで行きます。

  1. 既存のライブラリを用いたプロトタイプの作成
  2. プロトタイプを用いた検証
  3. 検証結果をもとにした改善

近年では、Scikit learn のように多数の機械学習アルゴリズムを非常に使いやすい形で提供するライブラリ (3 ~ 5行のプログラムで学習から予測まで行える) や、最新の論文で発表されているアルゴリズムを実装した Github リポジトリなども充実しており、とりあえず何か機械学習アルゴリズムを用いてプロトタイプを開発してみる、といったステップ 1 に関するハードルは随分と下がっています。

しかし、ステップ 1 においても数ある手法の中から自身が解こうとしている問題に対して妥当なアルゴリズムを選び出すためには、アルゴリズムの背景にある理論を知る必要があります。さらに、ステップ 2 の検証を終えた後の改善を考えるステップ 3 においては、既存のアルゴリズムをもとに問題に合わせた工夫をしていくこととなりますが、そのためには機械学習の基礎についての広く体系的な知識が必要となります。

本企画では、ステップ 1 からステップ 3 までを円滑に行うための数学的基礎知識 (線形代数、微分積分、確率統計)と機械学習アルゴリズムに関する数学的知識、最新の情報を取り入れ独自の工夫を行うための論文講読と研究開発の基礎を 5 ヶ月で習得することを目的とします。

内容は機械学習に絞り大学や大学院で用いる教科書に沿って行います。また、1 教科あたりの講義時間についても、大学や大学院と同等の時間行います。上記を 6 ヶ月という短い時間に圧縮しているので、かなりハードな内容となります。

新規事業の立ち上げは非常に楽しいものですが、知識や技術だけでは完結せず、失敗を恐れず果敢に挑戦する精神力、成果が出るまで問題に向き合い続ける体力が必要とされます。

MPS Camp では、6 ヶ月間土曜日の 早朝 7:00 から夜 22:30 まで講義と演習を行います。知識や技術だけでなく、精神力、体力も同時に身につけることも目標とします。

前回までの MPS Camp のテーマはフリーランスとしての独立を対象とした「死ぬ気で人生変える」でした。今回より「一個人としての人生」と「一法人としての人生」の 2 点において前述のテーマを適用し、進めて行きます。

MPS Camp 卒業生が進む道は様々ですが、それぞれが果敢に新しいことにチャレンジし、いつまでも切磋琢磨できる、そんな仲間と出会える場としても成長させていきます。

過去受講者の声

9日で実務へ挑戦 ! Python Web Application 開発 講座 (詳細)

質問内容 回答
勉強会の内容に関しての質問 質問はslackで今まで聞かせて頂いたので今の所ございません。

講座中は動画を撮影されていましたが、公開される予定はありますでしょうか。復習のために見返すことができればよいなと思いました。
勉強会をよりよくするためのアイデア 正直勉強会の内容はとても満足していますので特にこれ以上の要望はございません。私のレベルにもあった説明を何度も何度もわかるまでしていただけたことには感謝しております。
(あるとすれば私が都内でない地方なので地方版があれば嬉しいかなと思います!!)

講座内容は得るものが多かったのですが、こうして欲しかったということもあったため、僭越ではありますが指摘をさせていただこうかと思います。
・講座で初めて触れた・耳にした技術は、講座の進行スピード・時間内では概要をおおまかに理解することすら難しかった。そのため、講座の期間中に2日ほどフリーの日(復習に使う時間)を設けていただきたかった。それが難しいならば、あらかじめ使う技術・ミドルウェア・ツールをすべてリストアップして教えていただきたかった。そうすれば、講座のあの進行スピード、演習時間の時間間隔がもっと生きるのではないかと思いました。(私の場合はインフラ系、gunicornやsupervisorなどのミドルウェアの連携と役割など)
・講座の資料はプリントアウトしたものをいただきたかった。そうすればすぐに補足を自分でその場で書き込める。講座の行き帰りの時間、生活のスキマ時間にすぐに見直せる。また、できましたらもっと図が多い資料であったらよかったです。
今回のお仕事で得たもの、また次にやってみたい仕事 今回この様なお仕事を経験させて頂きありがとうございました。実務を実際にこなすことで、講義の場だけでは出くわさないデータベースの構築、後の処理までを考えたクラス設計、ログの必要性など この経験はとても大きなものでした。
私自身、独立してお仕事をこなせるレベルになることが今までもそうでしたが、これからの課題ですので、今回させて頂いた内容を復習し同じレベルのWeb開発+分析作業なら自信をもって出来る!と言える様に、分析を含めたWebサービスの開発を続けていきたいと思っております。

今回のお仕事は多分に金子さんのフォローを頂いた上でのことでしたので、このように言ってしまってもよいのかまだわからないのですが、
・フリーで仕事をする、という具体的なイメージ(まだ片鱗であることは承知しておりますが)を得ることができました。
・自分の今の技術力と、仕事に割く時間、報酬をなんとなくですが、把握できました。仕事があればの話となりますが、どれくらい技術力をつければ、どれくらいの時間をかけてどれくらい稼げるのかということがなんとなくイメージができました。
やってみたいこと
・今回のお仕事は、おおまかな要望をもとにして実際に実装する機能はかなり自由度をもってやらせていただけたので、面白かったです。
次にやってみたいのは、お客さんの具体的な要望をもとに出発するシステム開発です。
お客さんが求めたものを、お客さんがイメージしているよりもよりよい形で、かつコストとつりあうと納得していただける形で成果物としてお返しできるようになりたいです。
また、今回のお仕事は3つのパラメータを元にした分析グラフでしたが、より多くのパラメータを使用しなければならないグラフにも挑戦してみたいです。
勉強会から仕事までを通して、もっとも記憶に残ったこと、ご自身の達成度、次回以降の参加者へのメッセージ 今回この企画には2回目となる参加でしたが、もっとも記憶に残ったことは仕事をさせて頂いた中でのスクレイピングデータ取得が最終的にWeb上の全てのデータを自分の思っている通りに取得するということでしたが、デバッグに何日も費やしてしまい、最終的にスクレイピングデータはきちんと取得されましたがこの期間はとても冷や汗がでました。今後もこの経験からログ取得によるデバッグ処理(今回のものも含めて)をもっと活用していきたいと思いました。

・達成度
Djangoについては今回の仕事でいろいろと機能を実装しましたが、以前より「あれはどうするのか、これはどうやればできるのか」という疑問が出てきました。昼の仕事で実装しているレベルのアプリケーションがつくれるようになるにはまだまだと思っています。インフラについてはようやく初歩段階まで理解が進んだかなといったところです。せっかく学習の機会を得たので、AWS、自動デプロイ、ミドルウェアはもっと日常から触る機会を持ち、自分のものにしなくてはと思いました。
・記憶に残ったもの
仕事で実装している時に、具体的にグラフが動いた瞬間です。実データを元にしていることもあり、かなり感動しました。
・次回以降の参加者へのメッセージ
私は日常的に勉強をこつこつと欠かさず続けていけるタイプではなかったため、この先エンジニアとしてサバイバルしていくために、短期間でハードなプレッシャーを受けつつガシガシ学習できるこの講座はとても有意義なものとなりました。
学習とお仕事の期間があわせて一ヶ月ほどであり、その間、日常の空き時間をほぼ開発に使うことになるため、強制的にではありますが、「毎日勉強する習慣」ができました。いまは毎日なにかしら勉強しないと不安にかられます(笑)。個人的にはこれはかなり大きな収穫です。

ゴールデンウィーク 5 日で実務へ挑戦 ! Python Web Data 解析 (詳細)

アンケート項目 回答
内容についての質問 ・短い期間にとても実践的な内容でついていくのが心配でしたが、何度でも質問聞いて頂き感謝しています。

・残念ながら、今の時点ではたくさんありすぎて簡単には書けません。
勉強会をより良くするためのアイデア ・日を空けることなく通したことで短期集中型だったので遠方での参加でしたが、とても助かりました。次回もこのような形であれば参加したいです!

・2日目以降は、最初に前日の要点を10分くらいで復習することから始めたらいかがでしょうか?
次回参加者へのメッセージ ・クラス設計、Python構文、APIやスクレイピングの実践的な方法の内部の動きまで聞けたことが一番の収穫です。是非、次回も参加したいと思います。

・確かにハードでしたが、でも確実にそれ以上に得るところの多い、そして多分他では決して体験できない講座でした。

受講者インタビュー

インタビューのページへ

組織概要

MPS

MPS (Morning Project Samurai) は、Make the world more exciting をモットーに活動しています。 世界を面白くするのは、私たち個人個人です。個人個人が常に新しいことへチャレンジし楽しみながら世の中にコミットしていくことができる社会を目指して活動してゆきます。

MPS Atelier

MPS Atelier は、誰もが好きなことを好きなように学び、議論し、仲間を作って、自らのアイデアの実現を通してキャリアアップの礎を築くための場所を作りたいという想いのもとに、運営されるスペースです。イベント終了後は、次のイベントが入っていない限り、ぜひ居座って皆さんで議論などしていってください(内装工事はDIYなので、手伝ってくれる方も募集中です!)。

(注) 他人が不快な思いをするような行為をする方や、ものを雑に扱う方など、金子が不適切であると判断した場合には、速やかにご退室いただきます。

MPS Career

MPS Career は、MPS のプロジェクトや勉強会で得た知識や技術を、さらなるキャリア形成のために「実際に報酬の発生する仕事で実践する場」としてMPS の運用に必要、もしくは MPS が頂いたシステム構築案件の一部または全部をお仕事として依頼する場です。

利用規約

下記リンクに利用規約がございます。必ずご一読ください。申し込みされた場合には、本利用規約に同意頂いたものといたします。

利用規約

キャンセルポリシー

条件 返金額
受講開始日前 全額から返金手数料分を差し引いた金額
受講開始日の前日及び当日 返金なし

お問い合わせ

ご不明な点がございましたら、お気軽に下記フォームよりお問い合わせください。

お問い合わせフォーム

コミュニティについて
Morning Project Samurai

Morning Project Samurai

Morning Project Samurai は、下記の4つを目標として活動する団体です! (1) リーダシップ、メンターシップ、プログラミングのスキルを、ソフトウェア開発プロジ ェクトを通して実践的に身につける (2) プロジェクトの達成を通じて、社会にアピールできる実績を作る (3) プロジェクトの運営を通じて、信頼できる新しい仲間を作る (4) だらだらしがちな休日の朝を有意...

メンバーになる