Q&A2021

講座に関して

〜集中講義全コース共通〜

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。

 

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?/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: 各コース開催日程の1/3を超過する回数の欠席は未修了となります。2/3以上の出席ができない方の参加はご遠慮ください。

 

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。民間の講義を御受講くださいませ。なお、社会人学生は学生枠として扱います。応募フォームの所属に関しては、大学側をメインに書いてください。大学・会社名の両方を同じ欄に並列して書いて頂ければと思います。

 

Q: 講義や演習の資料は公開しますか?
A: 今のところ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、資料につきましては、受講生が他人へ譲渡したり、シェアをするのも禁止しています。

 

Q: 受講は費用がかかりますか?
A: 無料です。

 

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。
 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。

 

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。

NLP(自然言語処理)コース:概ね内容は近年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。

生成モデルコース:2020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?
A: 各授業で異なりますので、受講時初回のオリエンテーションでお伝え致します。
 種類としては出席点、宿題提出、小テストなどです。

 

〜 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。
なお、下記に自習資料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: GitHubのアカウントがなければ作成し、Google Chromeを使用できる環境にしておいてください。
 また、オンライン授業ではZoomのインストールが事前に必要です。

 

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(Jupyter notebook), 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。

FAQで疑問が解決しない場合、こちらまでお問い合わせください。