メタバース工学部

RESKILLING COURSE PROGRAM

リスキリング講座プログラム

深層学習/DeepLearning基礎

DL2404

終了

【プラチナ会員限定】深層学習/ Deep Learning基礎講座(E資格認定講座)

「深層学習/Deep Learning基礎講座」は、今年で10年目を迎える松尾研究室主催の公開講座です。ブラウザ上からGPUを利用したPythonコーディングが可能な環境を利用するため、自分で環境設定などを行う必要がなく、本題のみに集中して学習できます。オンライン配信となりますので、全国どこからでも受講できます。本講座はE資格認定講座です。

受講登録開始時期は別途ご案内いたします。

担当教員

東京大学大学院工学系研究科教授 松尾豊
東京大学大学院工学系研究科准教授 岩澤有祐
東京大学大学院工学系研究科特任助教 鈴木雅大、他

目標

多層パーセプトロン・ニューラルネットワークの基礎から始まり、徐々にDeep Learningの革新的技術や最新トピックが学べる実践的な内容となっています。
半数以上の回で演習を行い、技術習得を目指します。

キーワード

人工知能、深層学習、ニューラルネットワーク、自然言語処理、強化学習、世界モデル

講義計画

開始日:4/11(木) ※スケジュール・テーマ等予告なく変更する可能性があります
講座詳細はこちらのページをご覧ください

毎週木曜16:50〜18:35

第1回(4/11)人工知能の概要とディープラーニングの意義
第2回(4/18)機械学習基礎
第3回(4/25)ニューラルネットワーク基礎
第4回(5/2)ニューラルネットワークの最適化・正則化
第5回(5/9)畳み込みニューラルネットワークと画像処理
第6回(5/16)回帰結合型ニューラルネットワーク
第7回(5/23)深層学習と自然言語処理
第8回(6/6)グラフニューラルネットワークと説明性
第9回(6/13)表現学習と自己教師あり学習
第10回(6/20)深層学習の理論
第11回(6/27)深層生成モデル
第12回(7/4)深層強化学習
第13回(7/11)世界モデル

講座の受講形式

工学系研究科の修士学生に加え、全国の学生とオンラインで同時受講いただきます。
講義時間に参加できない場合は、録画講義を配信しますので、次週の講義までに視聴し課題に取り組んでいただきます。

修了基準

  • 一定回数以上の出席(録画講義の受講も可。ただし、1週間以内)
  • 一定回数以上の宿題提出・正答率(詳細な回数はお伝えしていません)
  • 最終課題(予定)の提出・一定以上の評価

上記を総合的に勘案して修了判定を行います。

受講上の留意点

  1. 前提条件
    • 大学の理系学部レベルの線形代数、微分積分、確率論・統計学に関する知識を有し、Pythonでの数値解析の経験を有すること
    • 機械学習の基礎を理解していること(グローバル消費インテリジェンス(GCI)修了レベル)
    • どんなに短くても毎週3時間程度の自習時間の確保ができること
  2. Zoom、Googleサービス(Google Drive、Google Forms、Google Colab等)、Webブラウザ(Google Chrome)、Slackを利用できるノートPCをご用意ください。
  3. 機械学習や深層学習の理解に必要な「線形代数」「微分積分」「統計学」などについて自己学習される場合のガイドをこちらのサイトにまとめていますのでご参照ください。
  4. 週に数時間以上、各週の課題、最終課題に取り組む時間を確保してください。
  5. 本講座は、E資格受験の認定講座です。E資格とは日本ディープラーニング協会が認定する深層学習のエンジニア資格です。本講座を修了し所定の要件(補助教材の学習等)を満たすと、E資格を受験することができます。詳細はこちら
  6. 本講座の修了結果の連絡時期について、E資格E2024#2(24年8月30日-24年9月1日)試験に間に合うことを約束するものではありません。ご承知おきください。
BACK TO LIST