AAI-IST2017

2017年度先端人工知能論(大学院授業)

MLP・ニューラルネットワークの基礎から始まり、徐々にDeep Learningの核心的技術や最新トピックが学べるように設計された、高度なプログラムを提供します。「Practice makes perfect」の考えに基き、演習を通じての技術習得を目指します。演習では、ブラウザ上からGPUを利用したPythonコーディングが可能な開発環境「ilect.net」を提供しており、本題に集中して学習できます(ilectの詳細はこちら)。教科書として「深層学習」(機械学習プロフェッショナルシリーズ)を利用しますので受講者は必ず用意して受講に臨んでください。

  • 日時:毎週火曜日 第4時限(14:55~16:40)
  • 場所:東京大学工学部2号館221号講義室
  • 対象:東京大学大学院生
    ※別途大学院の授業として履修届を出す必要があります

応募ページ

●目次

(内容は調整中で、変更される可能性があります)

date title contents
1 2017/4/11 Introduction Deep Learningとは/人工知能技術の歴史、社会への影響/講義全体像と注意事項/ 全員挨拶
2 2017/4/18 Machine Learning 1 Pythonと線形代数,行列・テンソル,数式と実装のブリッジ
3 2017/4/25 Machine Learning 2 k-NN, Logistic Regression, Softmax, train/dev/testデータセット,学習プロセス
4 2017/5/2 Perceptron + Feed Forward Network, Gradient Descent Gradient Descent, MLP, Logistic Regression, Softmax
5 2017/5/9 Gradient Descent, Stochastic Gradient Descent, Optimizers TensorFlow基礎、各種Optimizers、重みの初期化など
6 2017/5/16 Autoencoders Deep Learning、特徴抽出、Autoencoder概要、dA, SdA, Sparse Coding, GPU
7 2017/5/23 Convolutional Neural Networks(CNN) CNN基礎、畳込み、プーリング
8 2017/6/6 Convolutional Neural Networks(CNN) 2 画像処理、前処理、Data Augmentation、Batch Normalization、可視化、最新動向
9 2017/6/13 RNN Basics 系列データ, RNN
10 2017/6/20 RNN and NLP Embedding, Projection, Word2vec, sequence-to-sequence
11 2017/6/27 RNN, NLP, Image Processing Attention, Image caption
12 2017/7/4 Summary and Advanced Topics Advanced Topics