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Deep Learning応用講座
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：社会人および東京大学の学生（学部生優先）
- 大学院生は正規授業として、「先端人工知能論Ⅱ」を履修してください。
応募は締め切りました
よくある質問
- 本公開講座は国立研究開発法人新エネルギー・産業技術総合開発機構（ＮＥＤＯ）の委託業務の一環として実施しています。
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、昨年の様子、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の再利用 |
| 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, Semantic segmentation, Fast/Faster RCNN, Deconvolution, FCN |
| ※2017/11/14 | （休講） | ||
| 8. | 2017/11/21 | 強化学習２ | 価値関数ベースの手法 – ケーススタディ (アクロボット, Atariなど) – TBA |
| 9. | 2017/11/28 | 生成モデル２ | Variational Auto Encoder (VAE) と関連トピック |
| 10. | 2017/12/05 | 高度な画像認識３ | TBA |
| 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 |
| 13. | 2018/1/9 | 中間報告 | ライトニングトーク発表 |
| 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 |