Sorry, this entry is only available in Japanese. For the sake of viewer convenience, the content is shown below in the alternative language. You may click the link to switch the active language.
Sorry, this entry is only available in Japanese. For the sake of viewer convenience, the content is shown below in the alternative language. You may click the link to switch the active language.
お知らせ
- 3/20(月) 受講生の募集を開始しました。
- 4/4（火）受講生の募集を締め切りました。多数のご応募ありがとうございました。
※東大院生については、履修登録期間内であればUTASから申し込み可能。
受講可否通知は、4/11までにメールで全員に連絡予定です。
東京大学の大学院生で履修登録を希望する方は、以下の1.2の両方を【必ず】おこなってください。
1. UTASからの履修登録
2. ページ下部の「応募はこちら」の申し込みフォームからの申込（4月4日 AM10時まで）
or UTAS記載のフォームからの申込（4月4日AM10時以降）
このページからの申し込みは、松尾研究室側で受講生を把握するためのものであり、大学の履修登録とは連動していません。
忘れずにUTASからの履修登録をお願いいたします。
2023年度「深層学習 / Deep Learning基礎講座」
受講生募集
講座概要
「深層学習 / Deep Learning基礎講座」は、今年で9年目を迎える松尾研究室主催の公開講座です。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の核心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。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。
E資格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。本講座を修了すると、E資格を受験することができます。詳細はこちら。
募集対象
■全国の学生
・社会人学生は可
・応募者が受け入れ可能人数を超えた場合は、抽選をおこないます。
・一般の社会人は募集対象外です。
・メタバース工学部会員企業様は、各企業様からのご案内をご参照ください。
受講上の留意点
■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者。
・どんなに短くても毎週3時間程度の自習時間は確保ができること。
・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にまとめていますのでご参照ください。
■大学院授業「深層学習」と「DeepLearning基礎講座」は同時開催の講義です。2つの講義の内容およびスケジュールなど、全て同一です。
【重要】東京大学の大学院生の方へ
・履修申請登録期間内に、UTASから履修登録も行なってください。
・下記の申し込みフォームの締め切りと履修登録期間は、必ずしも一致していません。
・ページ下部の申し込みフォームが締め切られた後は、UTASやITC-LMSをご覧ください。
講義日程と内容
開講時間：原則 毎週木曜日 16:50-18:35
※5月4日・6月1日・6月8日に講義はありません。
| 第1回 | 4月13日 | 人工知能の概要とディープラーニングの意義 （松尾豊、東京大学大学院工学系研究科） |
| 第2回 | 4月20日 | 機械学習基礎 （河野慎、東京大学大学院工学系研究科） 演習（高城 頌太、東京大学大学院工学系研究科） |
| 第3回 | 4月27日 | ニューラルネットワーク基礎 （小林由弥、SONY CSL） 演習（池田 悠也、東京大学大学院工学系研究科） |
| 第4回 | 5月11日 | ニューラルネットワークの最適化・正則化 （谷口尚平、東京大学大学院工学系研究科） 演習（野辺 宣翔、株式会社アラヤ） |
| 第5回 | 5月18日 | 畳み込みニューラルネットワークと画像処理 （谷口尚平、東京大学大学院工学系研究科） 演習（市川 大樹、千葉工業大学情報科学研究科 情報科学専攻） |
| 第6回 | 5月25日 | 回帰結合型ニューラルネットワーク （中野聡大、東京大学大学院工学系研究科） 演習（沖村 樹、東京大学大学院工学系研究科） |
| 第7回 | 6月15日 | 深層学習と自然言語処理 （谷中瞳、東京大学大学院情報理工学系研究科） |
| 第8回 | 6月22日 | グラフニューラルネットワークと説明性 （落合 桂一、東京大学大学院工学系研究科） 演習（大島 佑太、東京大学大学院工学系研究科） |
| 第9回 | 6月29日 | 表現学習と自己教師あり学習 （岩澤有祐、東京大学大学院工学系研究科） 演習（高波 亮介、東京大学大学院工学系研究科） |
| 第10回 | 7月6日 | 深層学習の理論 （今泉允聡、東京大学 先進科学研究機構） |
| 第11回 | 7月13日 | 深層生成モデル （鈴木雅大、東京大学大学院工学系研究科） 演習（野辺 宣翔、株式会社アラヤ） |
| 第12回 | 7月20日 | 深層強化学習 （北村俊徳、東京大学大学院工学系研究科） 演習（北村俊徳） |
| 第13回 | 7月27日 | 世界モデル （鈴木雅大、東京大学大学院工学系研究科） |
※講義日程・講義内容等には変更が生じる可能性があります。
企画・講師
松尾 豊
岩澤 有祐
鈴木 雅大
特別講師
講師
河野 慎
小林 由弥
谷口 尚平
中野 聡大
落合 桂一
北村 俊徳
高城 頌太
池田 悠也
野辺 宣翔
市川 大樹
沖村 樹
大島 佑太
高波 亮介
ティーチングアシスタント(TA)
登坂 充
システム担当
運営・事務
大牧 信介
中務 のぞみ
河合 真里
熊田 洋子
申込締切： 2023年4月4日(火) AM10時（厳守）
※受講可否の通知は、4月11日(火) までにご連絡します。
※募集を締め切りました。多数のご応募ありがとうございました。
お知らせ
- 2023年度講義は終了しました。約1000名が受講し、約580名が修了しました。
- 修了生のうち最終課題に取り組んだ中で、成績優秀者を掲載いたします。
- 【成績優秀者】
江嶋 宏優
金 駿午
王 悦綸
陳 益漳
野沢 公暉
（順不同・敬称略）
【ご質問への回答】
Q. 受講は有料ですか？
A. 無料です。
Q. アーカイブ動画を見ることはできますか？
A. はい、講義翌日から期間限定で配信予定です。本講座を修了するには、講義を視聴した上での出席登録が必要です。
出席登録の締め切りは属性によって異なりますのでご注意ください。
・東大院生で履修登録を行う学生ー講義当日中
・上記以外の全学生、会員企業様の受講生、社会人ー講義後1週間以内
Q. 演習は講義時間外でもできますか？
A. はい、可能です。
講義資料を配布いたしますので、Google ColabやKaggle Notebook、ローカル環境で演習をしてください。
宿題の提出も、締め切りまでは時間を問わず提出が可能です。
Q. 4月から新しい学校に進学するため、現在学生証を持っていません。入学証明書等を学生証の代わりに提出してもいいですか？
A. はい、4月から学校に進学することがわかる書類の画像をご提出ください。
Q. 講義で学んだことをもとにグループワークなどで成果物を作る機会はありますか？
A. ありません。
Q. メールが届きません。
A. 迷惑メールフォルダに入っていませんでしょうか。
また、今後のために「＠weblab.t.u-tokyo.ac.jp」が迷惑メールに入らないよう設定をお願いします。
上記を確認しても届いていない場合は、以下のフォームからお問い合わせください。
その他お問い合わせは下記よりお願いいたします。
【お問い合わせフォーム】
※お問い合わせフォームからのお申し込みはできません。
※ 多数のお問い合わせが予想されるため、すべてのお問い合わせにご回答出来かねます事ご了承頂けますと幸いです。
※ 複数いただいたご質問に関しては、こちらのホームページに追記する予定です。