AAI-IST2016

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.

2016年度先端人工知能論Ⅰ(東京大学大学院講義)

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223講義室
  • 対象:東京大学大学院生(注意:演習システムの制限から、50名程度の受講になります)

応募ページ

目次

(内容は調整中で、変更される可能性が高いです)

  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など
    日付:2016/ 4/19
  2. Machine Learning 1
    内容:Machine Learning, k-NN, Logistic Regression/ Training, Testing
    日付:2016/ 4/26
  3. Machine Learning 2
    内容:Numpy,Scipy, Scikit-learnを利用した機械学習/Numpy Idioms/高度な行列操作、スライシング
    日付:2016/ 5/10
  4. Perception+Feed Forward Network, Gradient Descent
    内容:ニューラルネットワークの基礎
    日付:2016/ 5/17
  5. Gradient Descent, Stochastic Gradient Descent, Optimizers
    内容:Theano基礎/Optimizers
    日付:2016/ 5/24
  6. Autoencoders
    内容:denoising Autoencoder, SdA
    日付:2016/ 5/31
  7. Convolutional Neural Networks(CNN)
    内容:CNN基礎
    日付:2016/ 6/7
  8. Convolutional Neural Networks(CNN) 2
    内容:CNN応用
    日付:2016/ 6/14
  9. 生成モデル
    内容:RBM,VAEなど
    日付:2016/ 6/21
  10. Recurrent Neural Networks(RNN)
    内容:系列データの扱い
    日付:2016/ 6/28
  11. Deep Learning and Language Models
    内容:Word Embedding,LSTM,Language Models
    日付:2016/ 7/5
  12. Advanced Topics とまとめ
    内容:ロボットへの応用、高度な画像処理ネットワーク/DQN,AlphaGo等
    日付:2016/ 7/122016/ 7/19 (日程が変更になりました)