大学院
HOME 大学院 深層学習
過去(2022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。

深層学習

ディープラーニングの登場により、人工知能技術が飛躍的に向上し、ありとあらゆる産業と社会のあり方に大きな影響を与えています。これからの社会では、どんな産業でどんな業種に携わるとしても、人工知能技術の影響を受けることになるでしょう。講義「深層学習」では、機械学習・ニュールネットワークの基礎から、ディープラーニングの核心的技術、画像認識、自然言語処理、生成モデル・世界モデル、強化学習まで広く網羅します。本講義では、演習を通じた技術習得を指向し、ディープラーニングを実装できるようになることを目指します。
MIMA Search
時間割/共通科目コード
コース名
教員
学期
時限
3792-158
GEN-TM6n53L1
深層学習
松尾 豊
S1 S2
木曜5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
工学系研究科
授業計画
4月14日 第1回 ディープラーニングの最新動向と今後の展望 4月21日 第2回 機械学習基礎(ロジスティック回帰) 4月28日 第3回 多層パーセプトロン、最適化手法など 5月12日 第4回 畳み込みニューラルネットワーク1 5月19日 第5回 畳み込みニューラルネットワーク2/Deep Neural Networkの発展 5月26日  第6回 回帰結合型ニューラルネットワーク 6月2日 第7回 深層学習と自然言語処理 6月9日 第8回 深層生成モデル 6月16日 第9回 深層強化学習 6月23日 第10回 深層強化学習などの発展的トピック 6月30日 第11回 発展的トピックス(詳細は後日記載) 7月7日 第12回 深層学習の理論 7月14日 第13回 世界モデル ※講義内容等に変更が生じる可能性がある
授業の方法
【重要】履修を希望される方 以下のフォームから【必ず】情報登録をお願いいたします。 例年受講生の数が大変多く管理するために必要なものです。 ★4/28(木)正午(12:00)で受付を締め切ります。 本講座の受講を希望する方は、必ず上記期限までにフォームから登録をお願いします。 ※フォーム記載についての注意事項  https://deeplearning.jp/***** ■フォームURL  https://edu.omnicamp.us/***** ※4/28(木)正午(12:00)締切 【受講にあたっての諸注意】 ・slackには、4/12AMまでにフォームからご連絡いただいた方には、4/13までに招待します。それまでお待ちください。 ・初回ガイダンスで受講上の説明などを行いますので、受講希望者は必ず参加してください ・講義資料の配布はSlackでおこないます  上記フォームにご入力いただいたメールアドレス宛に、slackのご招待をお送りいたします ・ほぼ毎週ニューラルネットワークのモデルを構築する課題が出題されます ・プログラミング(特にPython)や線形代数に不安がある場合は、授業開始までに自習をお願いします
成績評価方法
出席と宿題の成績 ※詳細は初回の授業でアナウンスします
履修上の注意
基礎を固める(工学部共通)