大学院
HOME 大学院 言語情報解析実験実習II
過去(2020年度)の授業の情報です
学内のオンライン授業の情報漏洩防止のため,URLやアカウント、教室の記載は削除しております。
最終更新日:2024年3月15日

授業計画や教室は変更となる可能性があるため、必ずUTASで最新の情報を確認して下さい。
UTASにアクセスできない方は、担当教員または部局教務へお問い合わせ下さい。

言語情報解析実験実習II

解体深層学習3(RNNとseq2seq)
・この授業の目標は,言語研究のための深層学習の数学的背景とPythonでの実装を習得することです。
・今学期は,RNNとseq2seqを学びます。
MIMA Search
時間割/共通科目コード
コース名
教員
学期
時限
31M200-0451S
GAS-LI6B15E1
言語情報解析実験実習II
川崎 義史
S1 S2
火曜3限
マイリストに追加
マイリストから削除
講義使用言語
日本語
単位
2
実務経験のある教員による授業科目
NO
他学部履修
開講所属
総合文化研究科
授業計画
1.word2vec復習 2.RNN 3.RNN 4.LSTM 5.LSTM 6.LSTM 7.seq2seq 8.seq2seq 9.seq2seq 10.seq2seq 11.Attention 12.Attention 13.Attention
授業の方法
・講義を中心としつつ,適宜,実習を交えます。 ・学習事項の確認として,複数回,課題が出ます。 ・オンライン授業の詳細はITC-LMSを確認して下さい。
成績評価方法
・期末レポート,課題,授業への参加状況等をもとに総合的に判断します。
教科書
・斎藤康毅(2018)『ゼロから作るDeep Learning ❷ 自然言語処理編』 オライリー・ジャパン.
参考書
・我妻幸長(2018)『初めてのディープラーニング』 SBクリエィティブ. ・Ian Goodfellow,Yoshua Bengio,Aaron Courville(2018)『深層学習』 岩澤有祐,鈴木雅大,中山浩太郎,松尾豊(監訳) KADOKAWA. ・岡谷貴之(2015)『深層学習』 講談社. ・神嶌敏弘(編)(2015)『深層学習』 近代科学社. ・斎藤康毅(2016)『ゼロから作るDeep Learning Pythonで学ぶディープラーニングの理論と実装』 オライリー・ジャパン. ・新納浩幸(2017)『Chainer v2による実践深層学習』 オーム社. ・高村大也(2010)『言語処理のための機械学習入門』コロナ社. ・瀧雅人(2017)『これならわかる深層学習入門』 講談社. ・坪井祐太,海野裕也,鈴木潤(2017)『深層学習による自然言語処理』 講談社. ・Yoav Goldberg(2019)『自然言語処理のための深層学習』加藤恒昭,林良彦, 鷲尾光樹,中林明子(翻訳) 共立出版. ・吉田拓真,尾原颯(2018)『現場で使える!NumPyデータ処理入門 機械学習・データサイエンスで役立つ高速処理方法』 翔泳社. ・涌井良幸,涌井貞美(2017)『ディープラーニングがわかる数学入門』 技術評論社.
履修上の注意
・大学初年時レベルの線形代数・微積分,確率・統計,プログラミング,機械学習の基礎的知識を前提とします。 ・教科書の4章までの内容を理解していることを前提とします。