微分／データサイエンス入門

acmon

メーカー技術・研究・開発

偏微分を視覚的に理解できてよかった。

watanabe-tat

専門職

微分や偏微分がニューラルネットワークの学習における入力値、隠れ値の次元下げにおける誤差を最小化するために活用することが理解できた。

elon-masuo

経営・経営企画

タダでもっと学習したい。ケチケチせずに赤字でも学習資料を開示すべきである。

yoshiyasu1680

メーカー技術・研究・開発

統計解析をして業務を行っています
なんとなくエクセルの入力してでた結果をアウトプットしていたが微積が関係していたこと学べた

ryusho1118

経営・経営企画

微分が機械学習において必要な技術だということは理解でした。復習しようと思います。

yoshihito_f

経営・経営企画

ＡＩの考え方に、微分が活用されている事を認識できた。

minori_yabu

メーカー技術・研究・開発

ニューラルネットワークにおいて微分が活用されている仕組みが良く理解できた。

makoke

その他

パラメータ計算に活用

70sp1208

その他

基礎数学の微分がＡＩと関連があるとは知らなかった。高校や大学で学んだ知識がこういうところで活用できるというのは意外であった。引き続き、学習を継続していきたい。

mutame

その他

微分は数十年ぶりです。復習します

yasupii

その他

ニューラルネットワークに関し、その概念を伝えるイメージ図は見たことがありましたが、それと微分との関係性は始めて知りました。また微分の公式は高校で習った後、久しぶりに勉強できました。懐かしかったです。

arashi-m

その他

微分が誤差の算出に利用されていることが分かってよかったです。

tasu-o

コンサルタント

微分について復習することができた
機械学習への結びつきについても学ぶことができた

h-kozawa

メーカー技術・研究・開発

機械学習が膨大な変数（関数）の組み合わせのなかで誤差を最小にするモデルであることを、初めて認識できました。また、偏微分の概念も同様です。機械学習系タスクに取り組み社内外SEとディスカッションする際、相手の話の流れを理解するための重要な知見であると思いました。

grateful

専門職

懐かし公式が出てきました。

atsushi_komaki

金融・不動産　関連職

大学受験のための微分という目的で理解するのではなく、機械学習等において、何を目的に、何を知るために微分という対応するかを知った。
微分という言葉だけで毛嫌いするのでは無く、しっかりと理解するようにしたい。

k_yuna

販売・サービス・事務

大変勉強になりました。

tsuyoshi_asano

経営・経営企画

高校で挫折した数学でしたが、この講座とYoutubeと生成AIの助けを得ながらなんとか終えることができました。生成AIで出てくるチャットや画像などは、こうした偏微分の計算結果なのだというのが非常に興味深いです。数えきれないくらい沢山のインプットがあり、それを基にパラメータを作り、最適化する為に偏微分していく、というプロセスは恐らく人の手では不可能だと思いますので、どこで人の手が入って最適化しているのか、興味がわきました。

makidayo

IT・WEB・エンジニア

学生の時微分得意だったのに結構忘れていてショックでした。再度説明聞けて良かったです。こういうところで使うことがあるんだな～と感慨深いものがありました。

kyo1227

営業

微分が機械学習に使われていることを学んだ。

inyourmind

建設・土木　関連職

「なぜ偏微分を学ぶのか」が説明されていたよかった。

ka_saka

マーケティング

微分、偏微分、ニューラルネットワークなど、イメージが深く、文系脳にはやや難しい。なんどかリピートしてやっと理解しています。

michiyomichiyo

その他

リテラシーは大事ですね

kiyohide-goto

販売・サービス・事務

微分を学問として勉強したことがなかったため、少々難しく感じられた。別途学習機会を設けて理解を深めたい。

1000-

マーケティング

公式を覚えなければ難しいと感じた

e_co

販売・サービス・事務

機械学習に必要だと理解しました。
微分をしっかり学び直したいと思います。

fgl970101

資材・購買・物流

高校で学んだ微分、あらためて勉強しなおそうという思いがわきました。

miura_ka

販売・サービス・事務

AIや機械学習との関連を確認できた。

kita0023

経理・財務

高校でこんなのあったな、というレベル感でした。

zyuroku

IT・WEB・エンジニア

G検定の際に、微分がニューラルネットワークで必要だと言うことは、なんとなくわかっていたが、その理由がはっきりとした。

takahashi_mi

販売・サービス・事務

微分がニューラルネットワークにおいて、どのように使われているか理解できた。機械学習の数理は、ひたすら微分、に見えるので、理解していきたい。

masato_86

専門職

理解するために何度か視聴しようと思った。一度では理解しきれない。

senna4521

営業

次のコンテンツを視聴して、知識を得ていきたい

t_oguogu1979

コンサルタント

久しぶりに微分について学習。

hiroseyusuke

IT・WEB・エンジニア

30年以上前に習った微分。今でも覚えてました。logとかeとか懐かしい。

yoshikouc

販売・サービス・事務

パラメーターの最適化をするのに微分を使うことがわかりました

cs1960

販売・サービス・事務

大変参考になりました。

akku

マーケティング

微分については、過去に学んだことがなかったので教えていただき大変参考になった。計算式など覚えておく必要があるものも多いので、こちらは繰り返し学習したいと感じた。

decchan

販売・サービス・事務

覚えることが多いですが、数学の参考書も使って、何とかついていきます。

tk55

IT・WEB・エンジニア

遥かな昔に数２Bや数３の授業で辟易したことを思い出した。当時、指数・対数や、導関数や偏微分など使われる用語、その（実質的な）意味の理解が追い付かなかった。このコースも近いものがあるが、ニューラルネットワークでどう使われているかを知れたのは大きい。当たり前のような教師の説明に理解が追い付かないのは同じながら、興味を持って視聴した。

tommy-april

販売・サービス・事務

最後の偏微分の辺りは難しい内容で、戸惑いました。勉強を進めて活用を考えて行きます。

moco_fuwa

その他

微分公式などを復習する事ができた。

ysen

IT・WEB・エンジニア

久々に微分を学んだ。資格取得の一助となる講座だった。

k--g--

その他

（感想）前半のf(x)=x^2の導関数の導出の前に、f(x)の三次式のグラフで説明されていて違和感を感じた。

iso_ken

専門職

微分を思い出すことができた
計算機に微分を含んだ関数を実装する場合に、事前に机上で簡単に計算しておく

vegitaberu

人事・労務・法務

実際に、AIを実装した時に、微分がどのよう生きてくるのかというのが、少しイメージすることができました。AIの場合、概要であっても、どのようなことを行っているのかというメカニズムがわかると、どんな作業が行われ、何ができるのかということが想像しやすくなるので、有意義でした。今後、実際に、どのようなことが行われているかを想像しながら、AIに向き合いたいと思います。

suzuqp

IT・WEB・エンジニア

傾きのことを微分という、までは何となくわかるのですが、そのあとは正直ついていけませんでした。もともと苦手な内容ですので、テキストなどで学びなおしたいと思います。

tsukamotoya

営業

難しいですけど、活用できるように頑張ります。

matsu1219

専門職

微分の復習ができました！！

kitano_wataru

IT・WEB・エンジニア

学生時代の復習ができてうれしかったですね。AIなどのパラメータ調整とは誤差を0に近づけることと学習できました。もしかしたら、微分による傾きだけではなく他のパラメータを使用して調整を行うこともできるのでないかと思いました。

matute

IT・WEB・エンジニア

微分の導関数や偏微分の考え方が機械学習のニューラルネットワークにどの様に利用されているか学ぶことができた。改めて微分を学んでいこうと思うが、それが機械学習のどのような考え方に結びつくのか実践と合わせて学んでいきたい。

hiroshi-srkr

経営・経営企画

機械学習基礎として微分が必要という事でしたが、内容的にはかなり難しい印象でした。復習をして理解を深めていきたいと思います。

madogiwazoku

その他

素人には難しいです。難しくてはげそうです。鼻血もでそうです。

7031

経営・経営企画

働いていることが良く理解できたので、このイメージを把握しながら、
ニューラルネットワークを活用したいと思いました。

hrkudo

IT・WEB・エンジニア

大学時代を思いだしました。
機械学習の学習フェーズで誤差を求めるために必要ということがわかりました。

shin_yako

販売・サービス・事務

参考になりました。実務の活用を考えます

shirojpn

メーカー技術・研究・開発

高校で学んで以来で、意外と忘れている事に驚いた。
基本的な微分の公式を覚え直す必要を感じた。

yoshikazu-1103

営業

微分について振り返りができた思います。ＡＩを理解するには、微分の考え方が必要だと思いました。

naoki_sasano

メーカー技術・研究・開発

微分を用いてニューラルネットワークの関数誤差の極小値を求めることが分かった。

14001

資材・購買・物流

事前にGLOBISの微分・積分の動画を見てからこの動画を見ると微分や極限についてよく分かります。大学数学の偏微分に関する説明も分かりやすかったです。

take515

メーカー技術・研究・開発

基本事項を確認できた。

k_k_ai

メーカー技術・研究・開発

最期のニューラルネットワークの解き方が、具体的なイメージがついてわかりやすかったです。

yoshinore0402

IT・WEB・エンジニア

内容が難しくまだ理解できない部分が多かった。
何度か繰り返し学習して理解していきたい。

yoshiki2355

人事・労務・法務

データ分析していきたい

s-ma

経営・経営企画

微分の公式を暗記する必要性を認識したが実際に業務で使用しないので暗記する難易度は高い。

hr-sakai

その他

ニュートラルネットワークが微分に関連していることを知りました。こんなところで微分の考え方が役に立つとはおもってもいませんでした。なんとなく、昔勉強したことが思い出した気がします。

akinobu-t

建設・土木　関連職

数学で学んだ偏微分等が意味するもの、その活用が少し理解できた。

9032843

経営・経営企画

偏微分の必要性がイメージできた。

niikuramiho

その他

微分の基礎と応用(ニューラルネットワークのパラメータ学習)に対する基本的な知識を学べた

vz3000

IT・WEB・エンジニア

微分や偏微分がニューラルネットワークにつながっていることを認識することができました。

haruyukipapa

金融・不動産　関連職

高校数学を受けていない私にとって合成関数などは難解に感じていた。理解が追い付いていないため単なる数式として丸暗記していましたが、本講義において図解されイメージがつかめてきました。何度か見返して理解度を深めたいと思います。そうすることで実践での説明にも生かせると感じました。

kenjiro_fujita

コンサルタント

合成関数や偏微分がニュラルネットワークを考える際に重要であることがよく理解できた。

jishiko

メーカー技術・研究・開発

誤差関数を最小化する際に必要となる数学の基礎知識：微分、偏微分

test_test___

メーカー技術・研究・開発

なぜ微分を勉強するのかが説明されておりよかった

yuri_sudo2

その他

微分ひさびさに学んだ

hararin-kobo

金融・不動産　関連職

微分の基礎を理解できました。

512177

資材・購買・物流

微分は何に使うのかが重要

kabechi

専門職

忘れていた内容を思い出せました。偏微分とか。

yamamoto_kntk

その他

機械学習の基礎として微分の理解を深めることに活用できる

choko0504

メーカー技術・研究・開発

機械学習に必要な基礎的な微分について再復習できることができ大変良かった。実務で実際にプログラムを実装する機会があれば活用していきたい。

tadashiokamoto

専門職

活用できるようつとめます

kou_tan

営業

丁寧な説明でインストール方法がよくわかりました。

kiyama-h

IT・WEB・エンジニア

微分の考え方がよく分かった。
なんとなくこうだったから理解が深まり良い講座だった。