大学院
HOME 大学院 深層学習
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4月22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
第1回 4月11日 人工知能の概要とディープラーニングの意義 第2回 4月18日 機械学習基礎 第3回 4月25日 ニューラルネットワーク基礎 第4回 5月2日 ニューラルネットワークの最適化・正則化 第5回 5月9日 畳み込みニューラルネットワークと画像処理 第6回 5月16日 回帰結合型ニューラルネットワーク 第7回 5月23日 深層学習と自然言語処理 第8回 6月6日 グラフニューラルネットワークと説明性 第9回 6月13日 表現学習と自己教師あり学習 第10回 6月20日 深層学習の理論 第11回  6月27日 深層生成モデル 第12回 7月4日 深層強化学習 第13回 7月11日 世界モデル ※5月30日は講義なし ※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 以下の応募フォームから【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。 ★4/25(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(必読)  https://curved-rambutan-a71.notion.site/*****  ■応募フォームURL  ※最初にID登録を行ない、その後、講座へ申し込みいただきます。 ※既にID登録済の方は以下よりマイページへログインください。 ※申込には、WebブラウザとしてGoogle Chromeをお使いください。(Microsoft Edge他非対応) 【講座申し込み方法・よくあるご質問】 https://curved-rambutan-a71.notion.site/***** ▼ID登 *****/edu.omnicamp.us/***** ▼講座申込:マイページへログイン(ID登録済の方) https://edu.omnicamp.us/***** ※4/25(木)正午(12:00)締切 【受講にあたっての諸注意】 ・slackには、4/5(金)13時までに応募フォームからご連絡いただいた場合は4/10(水)までに招待します。それまでお待ちください。 ・4/5(金)13時以降にフォームから申し込みをした人のslack招待は、毎日〜2日おきに定期的におこないます。少々お時間がかかる場合がありますので、初回からslackに入りたい場合には、4/5(金)13時までに申し込みを完了してください。 ・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。録画は翌日以降公開予定です。 ・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 ・毎回の授業内容に沿って参考書・参考資料・事前配布資料等を用い事前に学習すること。また、授業後は、配布資料等をもとに復習し、所定の課題を提出すること。
成績評価方法
出席と宿題と最終課題の成績 ※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)