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.

お知らせ

  • 3/1(金) 受講生募集ページを公開しました。
  • 3/19(火) 受講生の募集を開始しました。
  • 4/5(金) 申し込みを締め切りました。多数のご応募ありがとうございました。
    ※東大院生で履修登録希望者については、UTASに記載されている専用フォームから引き続き受付中です。

【東京大学の大学院生で履修登録を希望する方】
必ず、以下の1・2の両方をおこなってください。

1. UTASからの履修登録(※4月1日以降。所属先等によって履修登録期間は異なる)
2. 本ページ下部「お申し込み」欄からの申込(〜4月5日13:00まで) またはUTAS記載のフォームからの申込(4月5日13:00以降〜4月25日 正午12:00)

本ページからの申込は、松尾研究室側で受講生を把握するためのものであり、大学の履修登録とは連動していません。
忘れずにUTASからの履修登録をお願いいたします。

2024年度「深層学習 / Deep Learning基礎講座」

受講生募集

講座概要


「深層学習 / Deep Learning基礎講座」は、今年で10年目を迎える松尾研究室主催の公開講座です。多層パーセプトロン・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。

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。

本講座はE資格認定講座です。
E資格は日本ディープラーニング協会が認定する深層学習のエンジニア資格です。本講座を修了し所定の要件(補助教材の学習等)を満たすと、E資格を受験することができます。詳細はこちら

募集対象


■学生(大学院生、大学生、短大生、専門学校生、高専生、高校生、中学生)
・開講日(2024年4月11日)時点で学位取得可能な学校法人及び認可専門学校に在籍中の学生、または入学予定となっていることが証明できる方
・自律的に学習し、最後まで受講継続する意志のある方
※社会人学生もお申し込み可能です。
※大学の科目履修生・単科履修生、語学学校などを除きます。
※ 2024年4月11日時点で学生であることが証明できるもの(学生証等)を添付し応募ください。
※受講希望者が多数の場合には、抽選を行います。

・一般の社会人は募集対象外です。
・メタバース工学部会員企業様の受講お申し込みは、各企業からのご案内をご参照ください。

修了要件


本講座を修了するためには、以下の条件が必要です。

1. 一定回数以上出席(録画講義を視聴し、講義後1週間は出席登録可能。但し、東大院生の履修登録学生は講義当日)
2. 宿題を一定回数以上提出し、一定の点数を得る
3. 最終課題(予定)を提出し一定の点数を得る

成績優秀生には、特典があります。

受講上の留意点


前提条件
・大学の理系学部レベルの線形代数、微分積分、確率論・統計学に関する知識を有し、Pythonでの数値解析の経験を有する者。
・機械学習の基礎を理解していること(グローバル消費インテリジェンス(GCI)修了レベル)
・どんなに短くても毎週3時間程度の自習時間は確保ができること。
・機械学習や深層学習の理解に必要な「線形代数」「微分積分」「統計学」などについて自己学習される場合のガイドをこちらにまとめていますのでご参照ください。

■大学院授業「深層学習」と「DeepLearning基礎講座」は同時開催の講義です。2つの講義の内容およびスケジュールなど、全て同一です。

■本講座の修了結果の連絡時期について、E資格E2024#2(24年8月30日-24年9月1日)試験に間に合うことを約束するものではありません。ご承知おきください。

【重要】東京大学の大学院生の方へ
・履修申請登録期間内に、UTASから履修登録も行なってください。
(※4月1日以降。所属先等によって履修登録期間は異なる)
・本ページ下部からの申込締切と、履修登録期間は、必ずしも一致していません。
・本ページ下部からの申込が締め切られた後は、UTASやITC-LMSをご覧ください。

講義日程と内容


開講時間:原則 毎週木曜日 16:50-18:35
※5月30日に講義はありません。

第1回 4月11日 人工知能の概要とディープラーニングの意義
(松尾豊、東京大学大学院工学系研究科)
第2回 4月18日 機械学習基礎
(河野慎、東京大学大学院工学系研究科)
演習(鄭晟徹、東京大学大学院工学系研究科)
第3回 4月25日 ニューラルネットワーク基礎
(小林由弥、Sony AI)
演習(池田悠也、東京大学大学院工学系研究科)
第4回 5月2日 ニューラルネットワークの最適化・正則化
(谷口尚平、東京大学大学院工学系研究科)
演習(野辺宣翔、株式会社アラヤ)
第5回 5月9日 畳み込みニューラルネットワークと画像処理
(大島佑太、東京大学大学院工学系研究科)
演習(市川大樹、千葉工業大学情報科学研究科 情報科学専攻)
第6回 5月16日 回帰結合型ニューラルネットワーク
(中野聡大、東京大学大学院工学系研究科)
演習(飯山燈、東京大学大学院工学系研究科)
第7回 5月23日 深層学習と自然言語処理
(谷中瞳、東京大学大学院情報理工学系研究科)
第8回 6月6日 グラフニューラルネットワークと説明性
(落合桂一、東京大学大学院工学系研究科)
演習(大島佑太、東京大学大学院工学系研究科)
第9回 6月13日 表現学習と自己教師あり学習
(岩澤有祐、東京大学大学院工学系研究科)
演習(高波亮介、東京大学大学院工学系研究科)
第10回 6月20日 深層学習の理論
(今泉允聡、東京大学 先進科学研究機構)
第11回 6月27日  深層生成モデル
(鈴木雅大、東京大学大学院工学系研究科)
演習(野辺宣翔、株式会社アラヤ)
第12回 7月4日 深層強化学習
(北村俊徳、東京大学大学院工学系研究科)
演習(北村俊徳)
第13回 7月11日 世界モデル
(鈴木雅大、東京大学大学院工学系研究科)

※講義日程・講義内容等には変更が生じる可能性があります。


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

谷中 瞳

東京大学大学院情報理工学系研究科

今泉 允聡

東京大学先進科学研究機構

講師

河野 慎

東京大学大学院工学系研究科

小林 由弥

Sony AI

谷口 尚平

東京大学大学院工学系研究科

大島 佑太

東京大学大学院工学系研究科

中野 聡大

東京大学大学院工学系研究科

落合 桂一

東京大学大学院工学系研究科

北村 俊徳

東京大学大学院工学系研究科

鄭 晟徹

東京大学大学院工学系研究科

池田 悠也

東京大学大学院工学系研究科

野辺 宣翔

株式会社アラヤ

市川 大樹

千葉工業大学情報科学研究科 情報科学専攻

飯山 燈

東京大学大学院工学系研究科

高波 亮介

東京大学大学院工学系研究科

TA

登坂 充

東京大学大学院 新領域創成科学研究科

中野 檀

慶應義塾大学大学院理工学研究科 基礎理工学専攻

白石 尽誠

熊本大学医学部医学科

システム

運営・事務

大牧 信介

東京大学 松尾•岩澤研究室 職員

中務 のぞみ

東京大学 松尾•岩澤研究室 職員

河合 真里

東京大学 松尾•岩澤研究室 職員

熊田 洋子

東京大学 松尾•岩澤研究室 職員

和田 千佳

東京大学 松尾•岩澤研究室 職員

お申し込み


※最初にID登録を行ない、その後、講座へ申し込みいただきます。
※既にID登録済の方は以下よりマイページへログインください。
※申込には、WebブラウザとしてGoogle Chromeをお使いください。(Microsoft Edge他非対応)
※メタバース工学部会員企業様の受講お申し込みは、各企業からのご案内をご参照ください。

■ID登録締切:2024年4月3日(水) 13:00(締め切りました)

■講座申込締切: 2024年4月5日(金) 13:00(締め切りました)

※選考結果は4月10日(水)までにメールでご連絡します。

 

【講座申し込み方法・よくあるご質問はこちら


【よくあるご質問】

Q. 受講は有料ですか?
A. 無料です。

Q. アーカイブ動画を見ることはできますか?
A. はい、講義翌日から期間限定で配信予定です。本講座を修了するには、講義を視聴した上での出席登録が必要です。
出席登録の締め切りは属性によって異なりますのでご注意ください。
・東大院生で履修登録を行う学生 ー講義当日中
・上記以外の全学生、会員企業様の受講生 ー講義後1週間以内

Q. 演習は講義時間外でもできますか?
A. はい、可能です。
講義資料を配布いたしますので、Google ColabやKaggle Notebook、ローカル環境で演習をしてください。
宿題の提出も、締め切りまでは時間を問わず提出が可能です。

Q. 4月入学のため、まだ入学を証明するものがありません。
A.「学生証(両面)」+「2024年度の記載がある学生証以外の画像(「合格通知書」「通学証明書」等)」を提出して頂きます。

Q. 講義で学んだことをもとにグループワークなどで成果物を作る機会はありますか?
A. ありません。

Q. メールが届きません。
A. 迷惑メールフォルダに入っていませんでしょうか。
「@weblab.t.u-tokyo.ac.jp」「@mail.edu.omnicamp.us」が迷惑メールに入らないよう設定をお願いします。
上記を確認しても届いていない場合は、以下のフォームからお問い合わせください。

 

その他お問い合わせは下記よりお願いいたします。

【お問い合わせフォーム】

※お問い合わせフォームから受講の応募は受けつけておりません。
※募集締め切り後のご応募はお受けしておりません。
※回答にお時間をいただく場合がございます。ご了承ください。