製造業関連情報総合ポータルサイト@engineer
WEB営業力強化支援サービスのご案内
研究・技術・事業開発のためのセミナー/書籍 サイエンス&テクノロジー
イベント

3/31 Pythonで学ぶ、データ解析・機械学習を理解するための 線形代数入門

  • このエントリーをはてなブックマークに追加
  • @engineer記事クリップに登録
ICT・情報処理 基盤技術・材料共通技術  / 2025年12月25日 /  IT・情報通信
イベント名 Pythonで学ぶ、 データ解析・機械学習を理解するための 線形代数入門
開催期間 2026年03月31日(火)
13:00~16:30

【見逃し配信の視聴期間】
2026年4月1日(水)~4月7日(火)まで
※このセミナーは見逃し配信付きです。セミナー終了後も繰り返しの視聴学習が可能です。
※ライブ配信を欠席し見逃し視聴のみの受講も可能です。
※動画は未編集のものになります。
※視聴ページは、開催翌営業日の午前中には、マイページにリンクを設定する予定です。

※会社・自宅にいながら受講可能です。
※講義中の録音・撮影はご遠慮ください。
※開催日の概ね1週間前を目安に、最少催行人数に達していない場合、セミナーを中止することがございます。

【配布資料】
PDFテキスト(印刷可・編集不可)
※開催2日前を目安に、弊社HPのマイページよりダウンロード可となります。
会場名 【Zoomによるライブ配信セミナー】アーカイブ(見逃し)配信付き
会場の住所 オンライン
お申し込み期限日 2026年03月31日(火)13時
お申し込み受付人数 30  名様
お申し込み

Pythonで学ぶ、
データ解析・機械学習を理解するための
線形代数入門

~数式とアルゴリズムの関係性を理解し、実務でより活かすために~

 

受講可能な形式:【ライブ配信(見逃し配信付)】のみ
 
【オンライン配信】
ZoomによるLive配信 ►受講方法・接続確認申込み前に必ずご確認ください

 
機械学習・データ解析を“使う”から、“理解して使いこなす”へ。

そのために重要となる線形代数を中心とした数学的基礎について、モデルの中身を読み解き、結果を解釈できる力を養うことを目的に、
Pythonによる実装を交えながら体系的に解説します。

 

講師

 

佐賀大学 教育研究院 自然科学域理工学系 教授 博士(数理学) 皆本 晃弥 氏

【専門】応用数学

 

セミナー趣旨

 

 近年、Pythonを用いたデータ解析や機械学習の活用は多くの分野で一般的になりつつあります。一方で、ライブラリを用いて計算やモデル構築はできても、その背後にある数式やアルゴリズムの意味を十分に理解できていないという声も多く聞かれます。


 本セミナーでは、機械学習やデータ解析を正しく理解・活用するために不可欠な「線形代数」を中心とした数学的基礎を、Pythonによる実装を交えながら体系的に解説します。Pythonの使い方を主目的とする講座ではなく、数式とアルゴリズムの関係性を理解することで、モデルの中身を読み解き、結果を解釈できる力を養うことを目的としています。

 

セミナー講演内容

 

第1部:導入
 1.データ解析・機械学習における線形代数の役割
 2.Pythonの線形代数計算ライブラリ(NumPy等)
 3.データをベクトル・行列として扱うという考え方
 
第2部:線形代数の基礎
 4.スカラー・ベクトル・行列の基礎
 5.ベクトルの表現と幾何学的な意味
 6.ベクトルの加法とスカラー倍
 7.内積の定義と計算
 8.内積が表す角度と関係性
 9.ノルムと距離の考え方
 10.コサイン類似度
 11.行列の転置
 12.行列積
 13.行列式
 14.逆行列
 
第3部:線形変換と固有値
 15.線形変換と行列による表現
 16.座標変換としての線形変換の理解
 17.固有値と固有ベクトルの定義
 18.固有値・固有ベクトルの性質

第4部:回帰モデルと線形代数
 19.単回帰モデルの数式表現
 20.重回帰モデルと行列表現
 21.多項式回帰モデルと行列表現
 
第5部:分類・次元削減への応用
 22.ロジスティック回帰のモデル構造
 23.ロジスティック回帰と分類問題の考え方
 24.ソフトマックス回帰と多クラス分類
 25.主成分分析(PCA)の基本原理
 26.PCAと固有値・固有ベクトルの関係

 □ 質疑応答 □

 

※詳細・お申込みは上記

「お申し込みはこちらから」(遷移先WEBサイト)よりご確認ください。

サイト内検索
ページカテゴリ一覧
新着ページ
月別ページ