Q&A

Q: メールや電話で連絡したのですが、返事がありません。
A: 非常に限られた人数で運営しているプロジェクトですので、対応できないことが多々あります。ご容赦ください。

講座全般   春期の講座について   秋期の講座について

講座に関して

〜春期・秋期講座共通〜

Q: やむを得ず欠席となってしまう場合でも受講の継続は可能ですか?
A: 基本的に4回欠席されるとドロップアウトとなります。会議出席など、欠席の理由によっては公欠扱いとなる場合もあります。
* 学会参加に関しては申請し認められた場合に特別に公欠扱いとする(申請した学会すべてに対して承認されるわけではありません)
<申請方法>
「氏名」「欠席日」「学会名&学会HPのURL」を記載の上、出席を証明するもの  (参加証のコピー等)をPDF添付して事務局(dljp_lectures@weblab.t.u-tokyo.ac.jp)までメールをお送りください* 公欠の場合でも講義資料を確認の上、iLectを通じて宿題提出は行うこと。
– 宿題は通常と変わらず、採点対象とする

 

Q: 講義や演習の資料は公開しますか?
A: 申し訳ありませんが、一般公開は行っておりません。

 

Q: 受講は費用がかかりますか?
A: 無料です。

 

〜春期講座について(先端人工知能論Ⅰ、Deep Learning基礎講座)〜

Q: Pythonなどのプログラミング経験がなくても参加できますか?
A: 授業についてこられない可能性が高いので、参加不可能とさせてください。

 

Q: 講座を受けるにあたってコンピュータをセットアップする必要はありますか?
A: githubのアカウントを作成し、それをDL講座事務局までお知らせ下さい。
githubアカウントを使って、DL講座のシステムへログインします。
それ以外について、 受講者の方は環境をセットアップする必要はありませんが、
ipython notebookを使える環境があれば、 自分のパソコンで演習を行う事もできます。
(この場合、環境が完全には同じではないため、場合によっては動作しない事もありえます。)

 

Q: 講座を受けるための基礎的スキルについて、教えて下さい。
A: python, ipython, numpyについて、DL講座を受講するのに役に立つ資料をあげておきます。

 

Q: 修了認定の条件は何ですか?
A: 宿題(毎週)と出席点(4回欠席でアカウント停止)で評価されます。

 

〜秋期講座について(先端人工知能論Ⅱ、Deep Learning応用講座)〜

Q: 参加条件はありますか?
A: Deep Learning基礎講座 もしくは 先端人工知能論1を修了している事が必須となり、加えて以下を満たす者となります。

  • Githubのアカウントを持っていること
  • 教科書を入手して望むこと(「深層学習」機械学習プロフェッショナルシリーズ)
  • ノートパソコンを持参できる
  • Python、iPythonで数値解析ができる
  • Numpy、Scipyの利用経験がある

 

Q: 2016年度以前にDL講座を受講した社会人は応用講座を受講できますか?
A: できます