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.
2017年度 先端人工知能論 II （東京大学大学院講義）
Deep Learning技術の登場により、人工知能技術が飛躍的に向上し、ありとあらゆる産業と社会のあり方に大きな影響を与えています。これからの社会では、どんな産業でどんな業種に携わるとしても、人工知能技術の影響を受けることになるでしょう。先端人工知能論 IIでは、Deep Learningの基礎的な知識とモデルを構築する能力を持つ者を対象に、より実践的な研究開発能力を身につけることを目的としたプロジェクト形式の授業を提供します。「Practice makes perfect」の考え方に基づき、演習を通した技術の習得を目指します。演習では、ブラウザ上からGPUを利用したPythonコーディングが可能な開発環境「ilect.net」を提供しており、本題に集中して学習できます（ iLectの詳細は こちら）。
- 日時：火曜 ４限（14:55 〜 16:40）
- 場所：東京大学工学部2号館213号講義室（＊223号講義室から変更になりました）
- 対象：東京大学大学院生 （＊履修届けとは別にWebでの受講申請が必要です）
応募は締め切りました
よくある質問
目次
（講義内容は調整中で、変更される可能性が大いにあります)
| date | title | contents | |
|---|---|---|---|
| 1. | 2017/09/26 | Introduction/Guidance | – 春学期まとめ – 秋学期の紹介、今年のハイライト、成績評価等 |
| 2. | 2017/10/03 | 高度な画像認識１ | 物体認識、CNN、前処理、データ拡張、転移学習、Fine-Tuning、学習済みネットワーク、オープンソースソフトウェアの紹介 |
| 3. | 2017/10/10 | 強化学習１ | 強化学習概要 – 強化学習の問題設定 – 価値関数ベースの手法と方策ベースの手法 – Chainer, ChainerRLの紹介 |
| 4. | 2017/10/17 | 生成モデル１ | 生成モデル概論、RBM |
| 5. | 2017/10/24 | 大規模データとDeep Learning | HPC, GPU, Profilers, Database and Deep Learning |
| 6. | 2017/10/31 | チーム開発（方法論、チーム編成） | チーム開発、Gitとワークフロー、プロジェクト、注意点等 |
| 7. | 2017/11/07 | 高度な画像認識２ | Region proposal, Fast/Faster RCNN, RPN, Single-shot系アーキテクチャ |
| ※2017/11/14 | （休講） | ||
| 8. | 2017/11/21 | 強化学習２ | 価値関数ベースの手法 – DQNとその関連研究 – 連続行動への拡張 |
| 9. | 2017/11/28 | 生成モデル２ | 生成モデル復習、EMアルゴリズム、変分法 Variational Auto Encoder (VAE)、Reparameterization trick |
| 10. | 2017/12/05 | 高度な画像認識３ | セグメンテーション |
| 11. | 2017/12/12 | 生成モデル３ | Generative Adversarial Networks (GAN) と関連トピック |
| 12. | 2017/12/19 | 強化学習３ | 方策ベースの手法 – 方策勾配法 – A3C, TRPO, PPO – ケーススタディ (アクロボット, Atariなど) |
| 13. | 2018/1/9 | 中間報告 | ライトニングトーク形式 |
| 2018/1/16 | 補講日 | ||
| 2018/1/20 | 最終発表会 （Deep Learning Day） | 基調講演、プレゼンテーション、ポスター・デモセッション |