1日10分 1ヶ月完成最適化理論 1

Name: 1日10分 1ヶ月完成 最適化理論 1
Price: 55000 KRW
Rating: 5 (1 reviews)

AI/ディープラーニング、コンピュータビジョン、コンピュータグラフィックスなどに必要な最適化理論です。最適化理論1では、主に多変数関数の定義と多変数関数の微分を扱っています。なぜでしょうか！すべての最適化問題は多変数関数の形式で表現されるからです。正確な多変数関数の定義と微分の概念を習得すれば、上記の分野の理論的アプローチが非常に容易になります。

（5.0）受講レビュー 1件

受講生 83名

難易度初級

受講期間 無制限

jhim21

optimization-problem

Linear Algebra

Machine Learning(ML)

Computer Vision(CV)

optimization-problem

Linear Algebra

Machine Learning(ML)

Computer Vision(CV)

受講後に得られること

最適化理論に必要な多変数関数の定義を学習
多変数関数の微分学習
多変数関数のテイラー（Taylor）展開
本：最適化理論（イム・ジャンファン著）に基づいた講義

様々な分野で最適化理論が使われています。代表的な分野をいくつか紹介すると、

AI/機械学習およびデータ分析、コンピュータビジョン、コンピュータグラフィックス、金融分野での応用、自然科学分野などです。

ここで知っておくべき重要な事実があります。もう一度強調します！！

"すべての最適化問題は多変数関数の形式で表現されるという事実です。"

最適化理論にアプローチするには、次の2つが必須知識です。

多変数関数の正確な理解
多変数関数の正確な微分方法

多くの方が上記の2つの事実を知らずに最適化理論に触れ、最適化理論はあまりにも難しいと考えてしまいます。この講義では1、2番に重点を置いて講義します。一度勉強しておけば、いつかは直面する内容です。最後に、本当に分かりやすく説明しようと努力しました。しかし、ある程度の難易度がある分野なので、非常に簡単とは言えないかもしれません。粘り強く勉強し、努力される方々にこの講義をお勧めします！！ありがとうございます！！

最適化理論のバイブルは「S. Boyd, L. Vandenberghe: “Convex Optimization”, Cambridge University Press, 2004.」です。インターネットでダウンロードが可能です。一度この本を手に取ってみれば、最適化理論の学習が膨大で深いものであることがわかるでしょう。これは最適化理論が重要であり、多くの分野で使用されている証拠でもあります。「千里の道も一歩から」という言葉があります。この講義が皆さんの良きパートナーとなるはずです。

「さあ！それでは学習する内容を見ていきましょう。」

当該分野で最適化理論を使用するためには、数学的なモデリングが必要です。

数学的なモデルは、私たちが費用関数(cost function)と呼ぶ多変数関数(multivariable function)で表現されますが、この関数の最小値を見つける方法を最適化と呼びます。

したがって、数学的に最適化理論を勉強するということは

こんな方に
おすすめです

学習対象は
誰でしょう？

機械学習、ディープラーニング、コンピュータビジョン、コンピュータグラフィックス、理系の方々
多変数関数の微分について、しっかりと理解したい方におすすめです。
自分の専攻を大学院でもっと深く勉強したいと思っている方におすすめです。

前提知識、
必要でしょうか？

線形代数、微積分学
やり遂げようとする意志は不可欠
継続的に1ヶ月投資してくださる方

こんにちは
jhim21です。

288

受講生

受講レビュー

回答

4.6

講座評価

講座

博士号取得後、5年ほどコンピュータビジョン（Computer Vision）を学び、教える機会に恵まれ、

これまで数学専攻と工学理論を結びつけた研究を続けています。

専門分野（学習分野）

専攻：数学（Topological Geometry）、副専攻（コンピューター工学）

現) 3D Computer Vision(3D Reconstruction) , Kalman Filter, Lie-group(SO(3)),

確率微分方程式（Stochastic Differential Equation）の研究者

現）YouTubeチャンネル運営：イム・ジャンファン：3D Computer Vision

現) facebook Spatial AI KR グループ (数学専門委員)

出身校

ドイツ・キール大学理学博士 (Topological Geometry & Lie-group 専攻、コンピューター工学副専攻)

ダヴィット・ヒルベルト（David Hilbert）系数学者

参考:Mathematics Genealogy Project

経歴

前）大成グループ子会社 Doobee Vision CTO

前）中央大学先端映像大学院研究教授（3D Computer Vision研究）

著書:

最適化理論：https://product.kyobobook.co.kr/detail/S000200518524

リンク

YouTube: https://www.youtube.com/@3dcomputervision

ブログ: https://blog.naver.com/jang_hwan_im

カリキュラム

全体

17件 ∙ (3時間 16分)

講座資料（こうぎしりょう）:

授業資料

セクション 1．最適化理論の紹介

3件 ∙ (42分)

セクション 2．多変数関数の微分

4件 ∙ (48分)

4. 多変数関数の理解 (Understanding Multivariable Functions )
17:02
5. 偏微分(partial differentiation)
10:48
6. 多変数関数の全微分
13:45
7. 多変数関数の全微分
06:48

セクション 3．多変数関数のテイラー展開

4件 ∙ (33分)

8. 多変数関数のテイラー展開
12:10
9. 多変数関数のテイラー展開
13:09
10. 多変数関数のテイラー展開
02:44
11. レベルの集合と勾配の方向 (Level sets and direction of gradients)
05:13

セクション 4．コンベックス関数

2件 ∙ (27分)

セクション 5．最適化理論( Optimization Theory)

3件 ∙ (32分)

セクション 6．ラグランジュ乗数法(Lagrange multiplier method)

1件 ∙ (11分)

講座掲載日: 2024/01/15

最終更新日: 2025/05/13

受講レビュー

全体

1件

5.0

1件の受講レビュー

ksg
受講レビュー 4
∙
平均評価 5.0
2025/02/19
5
100% 受講後に作成
AIを専攻しているのですが、自分が学んだAIは何だったのだろうかと思うほどです。基礎数学を学ぶと、理論が土台になるので、確かに自分が学んだAIの理解が深まり、深い悟りを得ることができました。内容も長すぎず、飽きることなく、一通り目を通すのにとても役立ちます。

jhim21の他の講座

知識共有者の他の講座を見てみましょう！

カルマンフィルター2：EKF（拡張カルマン）、UKF（アンサンテッド・カルマン）、Particle Filter（パーティクルフィルター）

jhim21

簡単な例を通して、EKF（拡張カルマン）、UKF（アンセンテッドカルマン）、Particle Filter（パーティクルフィルタ）の理論的な動作原理を理解できます。

中級以上

Python, Linear Algebra, kalman-filter

カルマンフィルター2：EKF（拡張カルマン）、UKF（アンサンテッド・カルマン）、Particle Filter（パーティクルフィルター）

jhim21

AI・機械学習のための確率理論：ベイズ・分布・推定の核心

jhim21

AIや機械学習の学習において、確率論の習得は必須です。より深く確率論を学びたい方に推薦します。

初級

Python

AI・機械学習のための確率理論：ベイズ・分布・推定の核心

jhim21

線形代数学：機械学習、AI、ロボティクス、コンピュータビジョンなど、工学専攻者向けの講義

jhim21

機械学習、AI、ロボティクス、コンピュータビジョンなど、工学専攻者のための奥深い線形代数学です。線形代数学を深く学びたい方におすすめします。できるだけ分かりやすく説明しながら、テーマを選び、重点を置くことで、深い内容を扱っています。

初級

Python, Machine Learning(ML), Deep Learning(DL)

線形代数学：機械学習、AI、ロボティクス、コンピュータビジョンなど、工学専攻者向けの講義

jhim21

最適化理論Bible

jhim21

すべてのAI/ディープラーニングの核心は結論的に最適化です。もちろんAI/ディープラーニングでのみ最適化理論が必要なわけではありません。コンピュータビジョン、ロボティクス&制御システム、金融工学&クオンツ、データサイエンス、信号処理...おそらくどの分野を学んでも、もう少し深く入っていくと必ず出会うテーマの一つが最適化理論です。この講義では数学的な基礎理論から始まって深みのある内容まで体系的に扱っています。国内に開設された最適化理論講義の中で断然最高だと思います。

中級以上

optimization-problem

最適化理論Bible

jhim21

1日10分1ヶ月完成線形代数学

jhim21

AI/ディープラーニングに必要な線形代数の内容を1日10分投資して1ヶ月完成でマスターしてみましょう。

初級

Linear Algebra, Procession, Deep Learning(DL)

1日10分1ヶ月完成線形代数学

jhim21

カルマンフィルタ 1：カルマンフィルタの正確な数学的原理を例題で理解する講義

jhim21

簡単な例を通じて、カルマンフィルタ（Kalman Filter）の理論的な動作原理を理解することができます。

初級

Python, MATLAB, Linear Algebra

カルマンフィルタ 1：カルマンフィルタの正確な数学的原理を例題で理解する講義

jhim21

似ている講座

同じ分野の他の講座を見てみましょう！

1日10分1ヶ月完成線形代数学

jhim21

AI/ディープラーニングに必要な線形代数の内容を1日10分投資して1ヶ月完成でマスターしてみましょう。

初級

Linear Algebra, Procession, Deep Learning(DL)

1日10分1ヶ月完成線形代数学

jhim21

線形代数学：機械学習、AI、ロボティクス、コンピュータビジョンなど、工学専攻者向けの講義

jhim21

初級

Python, Machine Learning(ML), Deep Learning(DL)

線形代数学：機械学習、AI、ロボティクス、コンピュータビジョンなど、工学専攻者向けの講義

jhim21

最適化理論Bible

jhim21

中級以上

optimization-problem

最適化理論Bible

jhim21

[Rとする]機械学習のための統計学の基礎

coco

機械学習を勉強したいが統計学的知識が不足している人のための講義です。

初級

Machine Learning(ML), Statistics, R

[Rとする]機械学習のための統計学の基礎

coco

ゲーム開発のための数学 (PART 1)

eazuooz

ゲームで使用される重要な数学の概念を分かりやすく学ぶ講座です。数学に精通している人はその知識を当然のものと考えてしまうため、全く知らないという前提で教えることができません。本講座では、本当に非専門家であると考え、初心者の視点から説明します。

初級

C++, Linear Algebra, game-math

ゲーム開発のための数学 (PART 1)

eazuooz

開発者のためのディープラーニング

kok202

実習よりも理論と文脈に重点を置き、ディープラーニングを深く整理して全体像を把握したい方に役立つ講義です。ディープラーニングの根幹となる数学的・統計的背景を分かりやすく理解できるほか、AutoEncoder、GAN、Transformer、AlphaGoといった現代の主要モデルの原理を、開発者の視点から直感的に解説します。

中級以上

Machine Learning(ML), Deep Learning(DL), Statistics

開発者のためのディープラーニング

kok202