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。また、メールシステム移行中のため、個別の返信は7月22日以降になりますことをご承知願います。こちらのFAQページには随時よく頂く回答を更新させて頂きます。

 

講座に関して

〜サマースクール全コース共通〜

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: 本講座ではライブ配信で授業を行うことに重きを置いているため、お盆期間中の8/11(火)の強化学習の回を除き、今季は録画配信は行わない予定です。
基本的に各コース開催日程の1/3を超過する回数の欠席でドロップアウト扱いとなりますので、2/3以上の出席ができない方は今季の参加はご遠慮ください。NLP1回、強化学習と生成モデルは2回以内で必修授業や学会、院試・国家資格試験との日時重複がある場合には、応募フォームの「連絡事項」からその旨をお書きください。選考時は他の受講者と同様に扱い、受講時に簡易的な証明できるものを示して頂ければ、欠席回に関して何かしらのフォローアップを致します。

また、遅刻や早退をすれば参加できるという場合に関しましても録画配信は行わない予定ですので、1/3を超過する回数の遅刻や早退が確定している場合には今季の参加はご遠慮ください。

上記以外の私用での1/3以下の欠席が確定している場合、録画配信は行わずフォローアップは致しかねますので次回以降の受講をお勧めいたします。

<申請方法>
受講決定通知を受け取った後、「氏名」「githubアカウント」「欠席日」「学会名&学会HPのURL/授業シラバスのURL(あれば)/受験日程の分かるURL」を記載の上、出席を証明するもの(参加証のコピー等/授業日程を証明できる画像/受験票)をPDF添付して事務局([email protected])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、宿題提出等は行うこと。

 

Q: 社会人は若干名募集となっていますが、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。学年の項目では社会人を選択せずに、在籍学年の方を選択して下さい。

 

Q: 第二志望を書き忘れた/1コースごとに第一志望にして送ってしまった
A: 下記フォームからお問い合わせください。こちらで志望順位を修正し、入力情報は1回目の応募の情報を正として1件の応募として取り扱います。

 

Q: フォームのQ2-1が数字以外入力できなかったので数字で入力したんですが・・・(7/18以前にご応募された方)
A: ご迷惑おかけ致しました。7/19に入力方式の制限を修正致しました。
数字形式での入力や連絡事項での記載など、正解だと思われる入力のものはこちらの方で直接目視で採点しますのでご安心ください。

 

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。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ている
 ・Deep Learningの実装を何かしらやったことがある
 という観点で考えて頂ければと思いますが、エントリーフォームの問題が解けるレベルが1つの基準です。

 

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、再度の受講はできません。

生成モデルコース:回数は増えており、若干のアップデートもありますが、近年のコースと扱う範囲においてはあまり違いはありません。受講希望を出すこと自体は可能ですが、未受講の方が抽選時優先されます。(応募フォームではなく、過去の登録情報から判定します)

強化学習:前回開催時から時間が経ち、研究の進捗も著しいため、前回開催時のものから大幅なアップデートおよび演習方法の違いがあります。受講済みの方も受講頂けます。

 

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を使え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。