講座に関して
〜集中講義全コース共通〜
Q: 応募後の確認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。
迷惑メールフォルダにも入っていない場合、応募時に入力されたメールアドレスにミスがあった可能性があります。再度ご応募ください。
A: 迷惑メールフォルダに入っていませんでしょうか。
迷惑メールフォルダにも入っていない場合、応募時に入力されたメールアドレスにミスがあった可能性があります。再度ご応募ください。
Q: 受講可否の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。
募集ページにも記載していたとおり、「@mail.edu.omnicamp.us」「@weblab.t.u-tokyo.ac.jp」のアドレスが迷惑メール扱いとならないよう、事前に設定をお願いしております。
迷惑メールフォルダにも入っていない場合、応募時に入力されたメールアドレスにミスがあった可能性があります。お問い合わせフォームからご連絡ください。
A: 迷惑メールフォルダに入っていませんでしょうか。
募集ページにも記載していたとおり、「@mail.edu.omnicamp.us」「@weblab.t.u-tokyo.ac.jp」のアドレスが迷惑メール扱いとならないよう、事前に設定をお願いしております。
迷惑メールフォルダにも入っていない場合、応募時に入力されたメールアドレスにミスがあった可能性があります。お問い合わせフォームからご連絡ください。
Q: メールや問い合わせフォームで連絡したのですが、返事がありません。
A: 多くの方からお問合せをいただいているため、回答までにお時間をいただいたり、すべてに対応できないことがございます。
A: 多くの方からお問合せをいただいているため、回答までにお時間をいただいたり、すべてに対応できないことがございます。
また、すでにこちらのQ＆Aで回答しているご質問については、お答えしない場合がございます。ご容赦ください。
Q: 授業やインターンが講座の日時とかぶってしまっているのですが、受講はできませんか？
A: アーカイブ動画の視聴が可能ですので、受講可能です。（※講座によっては一部リアルタイム配信のみの講義もございますのでご注意ください。）
ただし講義を修了するには、所定の期間内に出席登録や提出物の提出等が必要になります。
Q: 社会人は応募可能ですか？社会人学生はどちらの属性として扱われるのでしょうか？
A: 社会人の方のご応募はご遠慮いただいております。民間の講義をご受講くださるようお願いいたします。
ただし、「サマースクール2023 大規模言語モデル」については、一部社会人の方を受け入れています。詳細は講義の募集ページをご参照ください。
なお、社会人学生（学士以上の学位が取得できる見込みの方。科目履修生等は除く）は学生枠として扱いますのでご応募可能です。
A: 社会人の方のご応募はご遠慮いただいております。民間の講義をご受講くださるようお願いいたします。
ただし、「サマースクール2023 大規模言語モデル」については、一部社会人の方を受け入れています。詳細は講義の募集ページをご参照ください。
なお、社会人学生（学士以上の学位が取得できる見込みの方。科目履修生等は除く）は学生枠として扱いますのでご応募可能です。
Q: 講義や演習の資料は受講生以外に公開しますか？
A: 現時点では予定しておりません。公開する場合はウェブページやTwitterでお知らせします。
なお、講義内で公開する資料につきましては、受講生が他人へ譲渡したりWEB上でシェアをすることを禁止しています。
A: 現時点では予定しておりません。公開する場合はウェブページやTwitterでお知らせします。
なお、講義内で公開する資料につきましては、受講生が他人へ譲渡したりWEB上でシェアをすることを禁止しています。
Q: 受講は費用がかかりますか？
A: 無料です。
A: 無料です。
Q: 受講に最低限必要なスキルは何ですか？
A: 過去に「Deep Learning基礎講座」を修了された方に関しては満たしていると考えて頂ければと思います。
A: 過去に「Deep Learning基礎講座」を修了された方に関しては満たしていると考えて頂ければと思います。
また、「GCI（グローバル消費インテリジェンス寄付講座）」を修了していることも推奨いたします。
それ以外の方に関しましては、
・Deep Learning基礎の授業ページを見て頂き、シラバスに書いてある大体のキーワードが理解できる
・岡谷貴之『深層学習』で一通り学んだ
・Stanford大学のcs231n（＠youtube）で一通り学んだ
・上記のいずれかに相当する学習歴
という観点で考えて頂ければと思います。 その他にも条件を設けている講座がありますので、各講座の募集ページをご参照ください。
・Stanford大学のcs231n（＠youtube）で一通り学んだ
・上記のいずれかに相当する学習歴
という観点で考えて頂ければと思います。 その他にも条件を設けている講座がありますので、各講座の募集ページをご参照ください。
Q: 過去にこちらの集中講座を受けたのですが、今回は内容に違いはありますか？また、一度同名のコースを受けたことがあっても応募できますか？
A: 各コースによって内容や受け入れに違いがあります。
自然言語処理コース：半分程は2020年までの講義と重複しますが、大規模言語モデルを扱う内容の演習も含む予定ではありますので、ご興味があればご参加ください。
深層生成モデルコース：2021年夏開講のコースから若干のアップデートはありますが、各講義回のタイトルについてはあまり違いはありません。
強化学習：概ね内容は2020年夏開催のものと同一ですので、再度の受講はお勧めしません。
Q: 修了認定の条件は何ですか？修了するには出席は何回必要ですか？
A: 各授業で異なります。
A: 各授業で異なります。
修了条件は、受講者に公開する「受講の手引き」に書かれている内容以上のことはお答えしていません。
種類としては出席点、宿題提出、小テスト、コンペなどです。
〜 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、学習後ご応募ください。
A: 授業についてこられない可能性が高いので、学習後ご応募ください。
なお、下記に学習のロードマップを参考として載せますので、自習学習に活用頂き、一通り学習後またご応募ください。
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: Zoomのインストールが事前に必要です。またSlackを使用します。
A: Zoomのインストールが事前に必要です。またSlackを使用します。
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: 「人工知能・深層学習を学ぶためのロードマップ」をご参照ください。