AAI-IST2017

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(大学院授業)

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ように設計された、高度なプログラムを提供します。「Practice makes perfect」の考えに基き、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、本題に集中して学習できます(ilectの詳細はこちら)。教科書として「深層学習」(機械学習プロフェッショナルシリーズ)を利用しますので受講者は必ず用意して受講に臨んでください。

  • 日時:毎週火曜日 第4時限(14:55~16:40)
  • 場所:東京大学工学部2号館221号講義室
  • 対象:東京大学大学院生
     ※別途大学院の授業として履修届を出す必要があります

応募ページ

目次

(内容は調整中で、変更される可能性があります)

  1. Introduction
    内容:Deep Learningとは/人工知能技術の歴史、社会への影響/講義全体像と注意事項/ 全員挨拶
    日付:2017/4/11
  2. Machine Learning 1
    内容:Pythonと線形代数,行列・テンソル,数式と実装のブリッジ
    日付:2017/4/18
  3. Machine Learning 2
    内容:k-NN, Logistic Regression, Softmax, train/dev/testデータセット,学習プロセス
    日付:2017/4/25
  4. Perceptron + Feed Forward Network, Gradient Descent
    内容:Gradient Descent, MLP, Logistic Regression, Softmax
    日付:2017/5/2
  5. Gradient Descent, Stochastic Gradient Descent, Optimizers
    内容:TensorFlow基礎、各種Optimizers、重みの初期化など
    日付:2017/5/9
  6. Autoencoders
    内容:Deep Learning、特徴抽出、Autoencoder概要、dA, SdA, Sparse Coding, GPU
    日付:2017/5/16
  7. Convolutional Neural Networks(CNN)
    内容:CNN基礎、畳込み、プーリング
    日付:2017/5/23
  8. Convolutional Neural Networks(CNN) 2
    内容:画像処理、前処理、Data Augmentation、Batch Normalization、可視化、最新動向
    日付:2017/6/6
  9. RNN Basics
    内容:系列データ, RNN
    日付:2017/6/13
  10. RNN and NLP
    内容:Embedding, Projection, Word2vec, sequence-to-sequence
    日付:2017/6/20
  11. RNN, NLP, Image Processing
    内容:Attention, Image caption
    日付:2017/6/27
  12. Summary and Advanced Topics
    内容:Advanced Topics
    日付:2017/7/4