Deep Learning基礎講座

講座概要

 

Deep Learning基礎講座は、今年で4年目を迎える松尾研究室主催の公開講座です。MLP・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、プログラミング演習を主体とした実践的な内容となっています。「Practice makes perfect」の考えに基き、毎週の演習を通じての技術習得を目指します。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、前提知識やGPU開発環境など多くの要素を必要とするDeep Learning技術の学習においても、本題のみに集中して学習できるように講義を設計しています。

(リンク先の注意事項をよく読んで登録ください)

講座の特徴

1受講者 – 1GPUサーバ

全ての受講者に一人一台の独立した仮想GPUサーバが割り当てられます.受講中は他の受講者の影響を受けることなく学習を進めることができます。

ブラウザのみ必要

必要なものはWebブラウザのみです。ブラウザを通じてGPUを利用したPythonプログラミングが可能な開発環境「iLect.net」が提供されます。クリック操作のみで演習を開始することができます。

構築済み環境

必要な全てのDeep Learning・機械学習ライブラリがインストールされ、構築済みの環境が配布されますので、すぐに学習を開始し本題に集中して取り組むことが可能です。

演習中心で効率良く短期習得

本プログラムの最大の特徴の一つは、全てのトピックについて,演習を中心に構成されている点です。実際に手を動かしながら理解を進めることで、効率よく学習することができます。

モデルの学習

Deep Learning技術では、モデルが学習する様子を観測しながらパラメータを調整することで、アプリケーションに応じたパフォーマンスの最大化を図ることが非常に重要です。この一連の流れを全ての演習で経験することで、重要な要素を身につけられます。

松尾研究室がコンテンツ作成

実践型のデータサイエンティスト育成講座およびDeep Learning講座を4年以上公開運営し、のべ千人以上の人材を育成してきた東京大学松尾研究室がコンテンツを監修・開発しました。

コンテンツ

第1回 Deep LearningとAI革命

特別講義:松尾豊
AIの歴史と技術的限界、Deep Learning概論、演習説明

第2回 機械学習基礎

パラメトリックな識別モデル、汎化、正規方程式、最急降下法
演習:ロジスティック回帰

第3回 ニューラルネットワーク

誤差逆伝播、勾配降下法、重みの初期化、正則化技術
演習:MLP

第4回 CNN

画像認識基礎、CNN、畳込み、プーリング
演習:CNNによる一般画像認識

第5回 高度な画像認識

CNN、Semantic Segmentation
演習:Semantic Segmentation

第6回 DNNの発展

超多層化に向けた技術、転移学習、可視化、モデル圧縮、敵対的事例
演習:Residual Networkと転移学習

第7回 RNN

RNNと系列データの扱い
演習:RNNを利用した系列データ分析

第8回 RNNとNLP

LSTM・アテンションなど、Seq2seq
演習:機械翻訳

第9回 生成モデル

VAE、GAN、(自己回帰モデル)などの紹介、応用例
演習:VAE

第10回 強化学習

強化学習の概要、DQN、応用例
演習:DQNとゲームAI

第11回 Deep Learningの最新動向と今後の展望

特別講義:松尾豊

スプリングセミナー

生成モデル、強化学習、NLPのいずれかに参加
(それぞれ計3回)

最終回 Deep Learning Day

スペシャルイベント
基調講演 & 最終発表

※ 授業コンテンツに関しては、変更する可能性がございます。ご了承下さい。

特別講義

Laurence Moroney

Google Brain

“Machine Learning and TensorFlow” (TBD)

by Laurence Moroney, Google Brain

Laurence Moroney is a Developer Advocate at Google Brain, working on AI and Machine Learning with TensorFlow. He’s also the host of several YouTube shows for developers, including ‘TensorFlow Meets’, ‘Coding TensorFlow’ and ‘Coffee with a Googler’. He’s spoken around the world on topics to do with AI, and is particularly passionate about teaching developers the opportunities that come with Machine Learning and Deep Learning. He’s the author of more then 20 programming books on web and mobile development. When not Googling, he’s also the author of best selling science fiction novels and comic books, and is the produced screenwriter of a sci-fi TV series.

“Deep LearningとGPUコンピューティング” (TBD)

by 山崎和博氏 & 丹愛彦氏, Nvidia JAPAN

・GPUコンピューティングと歴史
・GPUコンピューティングの特性
・ディープラーニング
・CUDA/cuDNNによる高速化
・ボトルネックとなるポイントの変遷
・パフォーマンスチューニング (プロファイラの使い方)
・高速化のためのツール群 (Apex/DALI/etc.)

企画・運営・講師

松尾豊

東京大学大学院工学系研究科

中山浩太郎

東京大学大学院工学系研究科

鈴木雅大

東京大学大学院工学系研究科

大澤 昇平

東京大学大学院工学系研究科

曽根岡 侑也

東京大学大学院工学系研究科

巣籠 悠輔

MICIN, inc.

岩澤 有祐

東京大学大学院工学系研究科

スタッフ

藤野 暢

東京大学大学院工学系研究科

森下 真幸

東京大学大学院工学系研究科

久保 静真

東京大学大学院工学系研究科

日程

募集開始 2018/08/21
募集締め切り 2018/09/10
募集締め切り 2018/09/10
授業開始 2018/10/04
スプリングセミナー 2019/02
Deep Learning JP Day & 修了 2019/03

招待講演 2018/11/07 2号館212号
招待講演 2018/12/05 2号館212号

第1回 2018/10/04 伊藤国際ホール 18:45~20:30
第2回 2018/10/11 2号館212号 18:45~20:30
第3回 2018/10/18 2号館212号 18:45~20:30
第4回 2018/10/25 2号館212号 18:45~20:30
第5回 2018/11/01 5号館51号 18:45~20:30
第6回 2018/11/08 2号館212号 18:45~20:30
第7回 2018/11/15 2号館212号 18:45~20:30
第8回 2018/11/22 2号館212号 18:45~20:30
第9回 2018/11/29 2号館212号 18:45~20:30
第10回 2018/12/06 2号館212号 18:45~20:30
第11回 2018/12/13 2号館212号 18:45~20:30
第12回 2019/01/10 5号館51号 18:45~20:30

募集要項

  • 日時:毎週  木曜日 第6時限(18:45 ~ 20:30)
  • 場所:東京大学本郷キャンパス 工学部2号館
  • 対象:東京大学の学生および社会人
    (本講座は公開講座であり、大学からの単位は出ません

 

参加条件熟読の上、お申込みください

  • 毎週の講義(木曜日18:45~)に参加可能であること
  • ノートパソコンを持参できる
  • 理系大学レベルの線形代数の知識がある
  • Python / iPython / Numpy / Scipyを利用して数値解析をした経験がある(事前にNumpy力を測るテストを実施します)
  • 自学・講義などで機械学習について学んだことがある
  • プログラミングおよび数値解析の経験がない方は受講できません
  • 2019年2月に、生成モデル・強化学習・NLPのトピックごとに計3回(105分 x 3回)ほどの「スプリングセミナー」を開催します。いずれかのトピックについて参加してください。
  • スプリングセミナー含めて4回以上欠席した場合、アカウントを停止することがあります
  • 受講料は無料です
  • 2019年3月に、最終報告回を兼ねたスペシャルイベント「Deep Learning Day」を開催します

応募締切:9/10