Deep Learning基礎講座

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.

2020年度の「深層学習 / Deep Learning基礎講座」開講と、受講生募集開始のお知らせ。

【講座概要】

「Deep Learning基礎講座」は、今年で6年目を迎える松尾研究室主催の公開講座です。Multilayer Perceptron・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実践的な内容となっています。半数以上の回で演習を行い技術習得を目指します。ブラウザ上からGPUを利用したPythonコーディングが可能な環境を利用するため、自分で環境設定などを行う必要がなく、本題のみに集中して学習できます。

今年はオンライン配信となりますので、全国どこからでも受講できます。

【募集概要】
■ 募集対象・人数
・対象者:i) 東京大学大学院生、ii) 東京大学学部生、iii) 東京大学以外の学生(大学・高専・専門学校・高校・中学, etc.)
・i) 東京大学大学院生:制限なし
・ii) 東京大学学部生:制限なし
・iii) 学外の学生:若干名〜20名程度

※ 社会人は受講いただけません。

■ 応募締め切り
4月19日(日曜日)23時59分

■ 応募方法
・東大の大学院生(修士・博士):
正規の履修申請を行った上で、UTASのシラバス、または、ITC-LMSに書かれたフォームから、必要事項の提出をお願いいたします。(履修申請期間を過ぎてしまった方は下記のフォームからご応募ください。但し、その場合は正式な履修にはなりませんので、単位認定はできません。)

・東大の学部生 / 学外の学生:
下記フォームからご応募ください
https://forms.gle/Me2YS9YkqvMgggL67

※ 応募者が受け入れ可能人数を超えた場合は、抽選を含めて受講者を決めた上で、4月21日中までにご連絡させていただきます。初回講義の配信方法は、フォームにて記載したメールアドレスに講義当日までにお送りいたします。

 

【詳細】

大学院授業「深層学習」との同時開催になります。二つの講義の内容およびスケジュールは同一です。

講義日程と内容(6月18日以外は、16:50-18:35です。)

4月23日(木曜日) 第1回 Deep Learningの最新動向と今後の展望
4月30日(木曜日) 第2回 機械学習基礎・ロジスティック回帰
5月7日(木曜日) 第3回 Multilayer Perceptron(Stochastic gradient descent, その他Optimizersなど)
5月14日(木曜日) 第4回 Convolutional Neural Network (CNN)
5月21日(木曜日) 第5回 CNN・Deep Neural Networkの発展
5月28日(木曜日) 第6回 Recurrent Neural Network
6月4日(木曜日) 第7回 強化学習
6月11日(木曜日) 授業無し
6月18日(木曜日)10:25-12:10 第8回 強化学習・発展的トピック(Shane Gu, Google AI, Brain Team )
6月25日(木曜日) 第9回 深層学習と自然言語処理(谷中瞳, 理化学研究所 革新知能統合研究センター)
7月2日(木曜日) 第10回 深層生成モデル
7月9日(木曜日) 第11回 深層学習の理論(今泉允聡、東京大学 先進科学研究機構)
7月16日(木曜日) 授業無し
7月23日(祝日) 授業無し
7月30日(木曜日) 第12回 世界モデル

 

 

その他お問い合わせは下記メールアドレスにお願いいたします。

lecture_mail@weblab.t.u-tokyo.ac.jp

※ お問い合わせを多く頂戴することが想定されるため、すべてのお問い合わせにご回答出来かねます事、ご理解頂けますと幸いです。いただいたご質問に関して、こちらのホームページに追記する予定です。

 

【質問への回答】

Q. 講義時間外に授業動画を見ることができますか?

A. できません。オンラインでのライブ配信のみです。(6月18日のみ例外的に、10:25-12:10にライブ配信したものを、16:50-18:35に録画配信を行う予定です。)

Q. 演習については講義時間外でもできますか?

A. はい、できます。講義資料を配布いたしますので、Google Colabを利用していただいたり(利用方法は受講決定者には案内します)、ローカル環境でも大丈夫です。宿題の提出も、締め切りまでは時間を問わず提出できます。

企画・講師

松尾 豊

東京大学大学院工学系研究科

岩澤 有祐

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

特別講師

Shane Gu (顧世翔)

Google AI, Brain Team

谷中 瞳

理化学研究所 革新知能統合研究センター

今泉 允聡

東京大学 先進科学研究機構

講師

松嶋 達也

東京大学大学院工学系研究科

保住 純

東京大学大学院工学系研究科

小林 由弥

東京大学大学院工学系研究科

阿久澤 圭

東京大学大学院工学系研究科

ティーチングアシスタント(TA)

大熊拓海

東京大学大学院情報理工系研究科
(全回プログラミング演習担当)

黒川 洸洋

東京大学大学院経済学研究科

土居 健人

東京大学大学院工学系研究科

SHAO Bohua 邵 博華

東京大学大学院工学系研究科

システム担当

和田俊輔

ワンダーソフト 株式会社

運営・事務

村上 遥

松尾豊研究室職員

内田 暁

松尾豊研究室職員