![データサイエンスの基本知識 数学入門(微分積分)](https://static.unlimited.globis.co.jp/uploads/course/photo/5257/thumb_00-34820f1ad460f6f8df76ee4aa2f5e8cafae551b65ba84bd49c9e6af7945896cf.png)
データサイエンスの基本知識 数学入門(微分積分)
企画や営業といったビジネス職の方から、これからデータサイエンティストを目指したい方まで、数学の「微分積分」の基礎を学び直したい方を受講対象者としています。受験数学のような公式を使いこなすテクニック的な話ではなく、AIやデータ分析との関係性を意識しながら、微分積分の概要とポイントが押さえられるコースです。 本コースは、デジタル変革に伴走する株式会社アイデミーが提供しています。 アイデミーのサービスである「Aidemy Business」は、デジタル人材育成のためのオンラインDXラーニングです。 https://business.aidemy.net/
会員限定
より理解を深め、他のユーザーとつながりましょう。
67人の振り返り
kazumi_100pot
金融・不動産 関連職
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再認識することができました。このことはとても重要だと思います。
nemurikuma
IT・WEB・エンジニア
微分の考え方を復習できて良かった。対数の微分や、商の微分など忘れているものも多かったので。なぜ、そう計算するのか、は意識して振り返られるようにしたい。
stani
専門職
純粋に数学ですね。懐かしいです。
t_htn
経営・経営企画
今後、ニューラルネットワークを活用時において、
微分のイメージでニューラルネットワークが
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う
ono_toshii
IT・WEB・エンジニア
業務で活用するには、ディープラーニングで機械学習をさせるような業務、例えば、需要予測等をする時、実際の数値から予測をするためのモデルを考える場合に微分を用いることができると思う。
hfkd156036
金融・不動産 関連職
微分の考え方を復習できた。
user-name01
販売・サービス・事務
微分が機械学習に使われていることを学んだ。
i_mura888
金融・不動産 関連職
知っている内容でした。
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。
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。
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。
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。
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
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。
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。
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。
cs1960
販売・サービス・事務
大変参考になりました。
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。
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。
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。
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。
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。
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。