線形代数／データサイエンス入門

pinguino

販売・サービス・事務

何とかついていくことができましたが、実際に活用できるか不安に思っています。

tsukamotoya

営業

いい方向にベクトルが向くといいですね。

ken175

メーカー技術・研究・開発

高校時代に学んだことの復習ができた。
当時は、解法を覚えるだけで、内容を理解していなかったところもあったが、今回は内容を理解しながら、学ぶことができた

yokoishida

コンサルタント

理解はできませんでした。どうしてこんなに難しいことが必要なのかと思ったら、半分過ぎに、ぼんやりと必要な理由がわかってきました。

akku

マーケティング

固有値と固有ベクトルが学べておもしろかった。またλを使った計算などわかりやすく解説してあり、後で自分が理解しているかを再チェックしたい。

cs1960

販売・サービス・事務

大変難しかったが参考になった。

zyuroku

IT・WEB・エンジニア

データ分析にどのように活用するかの例が出てこないため、ピンとこないのが正直なところ。学校の授業を漫然と受けている感じで、手応えがない。

ikunosan

メーカー技術・研究・開発

もう1回見る。イメージは分かった。計算方法はまだ理解が不完全。

i_mura888

金融・不動産　関連職

固有値、固有ベクトル懐かしいです。基礎から解説されていたので分かりやすかったです。

naoyuki72

IT・WEB・エンジニア

線形代数になってから急に難易度が上がったように感じる。何度も動画を見て理解を深めたいと思う。

atsushi_komaki

金融・不動産　関連職

高校では、文系選択をしたため数学III・Ｃを学んでいないので、まずは絵面に慣れるので精一杯。
複数回視聴でしっかり理解しないと活用はおろか、利用できないと感じた。

14001

資材・購買・物流

高校時代に学んだベクトルと行列の復習になりました。また、ベクトルと行列の関係について学ぶ事が出来ました。

kabechi

専門職

なかなか難しくついていけませんでしたが概要はわかりました。

michiyomichiyo

その他

数式は得意になりにくそうだとおもった

test_test___

メーカー技術・研究・開発

学生の頃になんとなく勉強したような…？データサイエンスで実際にどのように使われるのか気になる。

kitano_wataru

IT・WEB・エンジニア

微分と違い、結局何に固有ベクトル、固有値が使われるのかを想像できなかった。

inyourmind

建設・土木　関連職

主成分分析の本質を理解するためには行列を理解していないといけないということがわかった。基礎は高校でも習うものだが、3行3列以上の逆行列については大学以上の数学が問われるはず。

k_k_ai

メーカー技術・研究・開発

固有値、固有ベクトルのイメージが具体的につかめてわかりやすかったです。
例題をみても、二つの固有ベクトルが直交しているイメージがわかなかったので、その点についてはもう少し勉強が必要かなとおもいました。

ryusho1118

経営・経営企画

ベクトルや行列がAIに必要なことはわかった。もう少し復習が必要だと感じた。

homma_nanami

販売・サービス・事務

非常に難しかったため、復習が必要だと感じました。

koichirou_k

販売・サービス・事務

ベクトルの基礎、行列の基礎、固有値と固有ベクトルについて、また、その知識が機械学習のどのような場面で活用出来るかを学んだ。
より知識を深めていきたい。

staka3

その他

知識としては高校時代を思い出して理解はできましたが、実践で床っていくイメージがまだわかないのでもっと理解を深めていこうと思います。

aokitaka-tci

その他

行列とベクトルの図解で一定イメージがもてた

yoshiki2355

人事・労務・法務

業務の汎用的な理解のため

mutame

その他

難しいですが、図示されると頭に入りやすいです

senna4521

営業

次のコンテンツを視聴していきたい

tasu-o

コンサルタント

数学の知識が不足しているためこの研修を足掛かりに学習を深めていきたい

tadashiokamoto

専門職

活用できるよう努めます

friday

経営・経営企画

AIにおける線形代数をどう活用するのかが具体的にイメージできていないが、講座の内容はよく理解できた、

masato_86

専門職

概要はわかったが理解したとは言い難い

acmon

メーカー技術・研究・開発

主成分分析に固有値・固有ベクトルが関係することを学んだ

kyo1227

営業

行列とベクトルを図示しながら説明してもらったので、少しイメージが湧きました。繰り返し見たいと思います

hrkudo

IT・WEB・エンジニア

大学時代に学んだが、どのように使われているかわからなかったがこの動画で分かってよかった。

tanabek

営業

４０年以上前に習ったことですが、忘れていました。

yoshikouc

販売・サービス・事務

ニューラルネットワークの根本がわかることで処理時のエラー値や結果が思わしくない時など原因を考える道筋がわかりそうでよかったです。復習して実際にAI使用する時に活用しやすいようにしておきたいです。

niikuramiho

その他

数学をもっと学んで、業務の習得に活かしたい

e_co

販売・サービス・事務

解説を聞きながらだと理解できた気がしてしまうのですが、実際に活用するには、しっかり理解が必要だと感じました。

grateful

専門職

線形代数を学びました。

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。

tsunonobo

その他

なかなか思いつかない感じでございます。

7031

経営・経営企画

線形代数が計算機演算、ニューラルネットワーク演算に活用されることが大変よく理解できた。

matsu1219

専門職

思い出しながら学習できたが、データ分析にどのように活用できるのかイメージが湧かない

ken222

営業

データ利活用に行列の考え方が必要であることがわかった

vz3000

IT・WEB・エンジニア

線形代数の基礎知識のうち固有値・固有ベクトルについて理解を深めることができた。

ysen

IT・WEB・エンジニア

学生時代の振り返りだった。資格取得の一助となる講座だつた。

yasupii

その他

固有値と固有ベクトルは高校生の時に習い、公式として覚えていたが、今回の講座で少しだけその意味合いを理解することができたような気がする。もう少し深く勉強したくなりました。

matute

IT・WEB・エンジニア

行列が機械学習を理解するために必要な知識であることがわかった。ベクトルと行列を組み合わせて理解する必要もあると感じたのでそれら数学の基礎知識を関連付けながら改めて学びたい。

user-name01

販売・サービス・事務

学校では行列とベクトルとは関連付けて学んでいなかったが、それらに関連があることを学べた。もっと深く学ぶ際のイメージづくりに役立った。

kenjiro_fujita

コンサルタント

固有値や固有ベクトル、逆行列が図形的にどんな意味を示すのかよく分かった。大学時代に教えてもらいたかった。

onihei99

専門職

実際の業務で活用する機会は今のところないが、考え方は繰り返し市学習で身につけたいと思う。

choko0504

メーカー技術・研究・開発

基礎的な代数学の知識を再復習できた。実務で利用する際には携わることがないが前提知識として身につけておきたい。

ka_saka

マーケティング

文系数学脳では難しいです。ただ、行列とベクトルの計算結果が図とあわせて理解できたことで納得感を感じられました。現時点
業務とかけはなれているため、繰り返し確認しないと、忘れてしまいそうです。
基本的に解説はとても分かりやすいのですが、一か所、コメントとあわせてもなぜその罫線を引いたかわからない部分がありました。

1000-

マーケティング

固有値と固有ベクトルの概念が少し理解できたが、計算できるかはあやしい

9141294

販売・サービス・事務

機械学習の実務に就いたときに役に立ちそう。

stani

専門職

高校数学を懐かしく思います。

hiroshi-srkr

経営・経営企画

線形代数となるとかなり難しい内容となり、見直しと継続的な学習が必要と感じました。

naoki_sasano

メーカー技術・研究・開発

線形代数の基礎知識を使ってどのように機械学習を行うのか、習得したい。

watanabe-tat

専門職

方程式の計算に使える。また、線形代数は機械学習・深層学習に活用できる。

yoshinore0402

IT・WEB・エンジニア

まだわからないところだらけであるため、何度も受講して理解を深めたい。

k_yuna

販売・サービス・事務

大変勉強になりました。

t_htn

経営・経営企画

線形代数が計算機演算、ニューラルネットワーク
演算に活用されることが理解できた。
この考え方をベースに、演算の原理を理解してAIに取組みたいと思う

hr-sakai

その他

線形台数がAIにつながっているとは、確かに知らない内に昔習った事を利用していた。関数も応用している気がする。

ono_toshii

IT・WEB・エンジニア

業務で活用するには、線形代数が機械学習やディープラーニングに使用することは分かったが、どのような場面で利用できるかが今のところは分かりません。

suzuqp

IT・WEB・エンジニア

もう付いていけてないので、前の回から見直してみます。こうした数式を当たり前に使いこなせたら素晴らしいなと思いました。

haruyukipapa

金融・不動産　関連職

固有値、固有ベクトルの意味がイマイチ理解できていなかったので、今回理解が深まってよかった。復習をして、DS検定試験にも役立てたいと思います。

kazumi_100pot

金融・不動産　関連職

固有値と固有ベクトルの本質的な考え方を復習することができました。有難うございます。

minori_yabu

メーカー技術・研究・開発

ベクトルや行列に関する知識は得られたが、機械学習等においてどういった活用がされているのかについてはイメージがわかなかった。

vegitaberu

人事・労務・法務

まだまだ、難解に感じますが、AIの中で行われている計算との関連が、少し見え、とっつきやすくなったようにも感じます。生成AIにおけるベクトルの活用など、知りたいものが、少し具体化された感じがします。この後が楽しみになりました。

naoyama777

メーカー技術・研究・開発

固有値λと固有ベクトルx
行列をかけると伸び縮みしか起こらないベクトルが存在する。そんなベクトルの事を固有ベクトル、その伸び縮み率を固有値と呼ぶ
#なつかし～

線形代数って、
データサイエンスのためにあったのかよ。。。
それ早く言ってよ～

tsuyoshi_asano

経営・経営企画

微分の講座と異なり、線形代数が機械学習モデルで使われている役割がいまいち掴めなかったです。
内積の応用の部分はインプットとパラメータで示されていてよく分かりましたが、それ以外の部分、例えば逆数・逆行列や固有値・固有ベクトルをどう使うのかを知りたかったです。

9032843

経営・経営企画

主成分分析では、固有値、固有ベクトルの計算が必用となることがイメージできました。

s-ma

経営・経営企画

行列の計算方法は繰り返し練習して習得する必要がある

shirojpn

メーカー技術・研究・開発

昔習ったはずだが、完全に忘れてしまっていた。
固有知・固有ベクトルの本質はまだ理解出来ていないので、しっかりと復習したい。

512177

資材・購買・物流

日常での活用がイメージできない

miura_ka

販売・サービス・事務

説明の内容は理解できたが、業務への持ち帰り方を考える必要がある。

yamamoto_kntk

その他

AIの利用に線形台数を活用していく際に活用できそうである

hfkd156036

金融・不動産　関連職

基礎的な代数学の知識を学ことができた。

k--g--

その他

講義の内容が懐かしく感じた。データサイエンティスト検定にどのように役立つのか、聴講を継続したい。

yoshihito_f

経営・経営企画

わかりやすい説明であった。ＡＩとの関係性を実感したい。

yoshikazu-1103

営業

どのように使われているかをようやく理解したレベルです。基礎的な内容だと思いますが、ひとつづつ学びを進めていきたいと思います。

take515

メーカー技術・研究・開発

基本事項を再確認できた。