自宅PCからDeep Learningの世界に飛び込もう!

「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。ニューラルネットワークの解説から始まり、自然言語処理や深層生成モデルに至るまで、Deep Learningを基礎から学べる実践的な内容となっています。自分で環境設定などを行う必要がなく、自宅PCから気軽に参加できます。日本のAI研究をリードする東京大学松尾・岩澤研究室からDeep Learningの世界に飛び込もう!

概要

ニューラルネットワークの基礎からDeep Learningの核心的技術まで実践的に学べる

講義は松尾豊教授による「人工知能の概要とディープラーニングの意義」に関する解説からスタート。そこから多層パーセプトロンなどニューラルネットワークの基礎理論、畳み込みニューラルネットワーク、回帰結合型ニューラルネットワークなどDeep Learningの核心的技術を学び、自然言語処理、深層生成モデル、深層強化学習といった最新トピックに至るまで網羅的に学べる内容となっています。半数以上の回で演習を行い、実際に手を動かして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

受講のメリット

  • 01

    Deep Learningの基礎から
    最新技術まで
    実践的に学べる

  • 02

    自宅PCから
    気軽に
    受講できる

  • 03

    要件を満たすと
    E資格受験資格を
    得ることができる

カリキュラム

〇募集開始 調整中
〇募集締切 調整中
〇選考結果 調整中
〇毎週木曜日
〇時間:16:50〜18:35
〇場所:zoom
※授業コンテンツに関しては、変更する場合がございます。ご了承ください。

日時 担当 カリキュラム
第1回 2024/04/11(木)
16:50〜18:35
松尾豊 人工知能の概要とディープラーニングの意義
第2回 2024/04/18(木)
16:50〜18:35
河野慎・鄭晟徹 機械学習基礎、演習
第3回 2024/04/25(木)
16:50〜18:35
小林由弥・池田悠也 ニューラルネットワーク基礎、演習
第4回 2024/05/02(木)
16:50〜18:35
谷口尚平・野辺宣翔 ニューラルネットワークの最適化・正則化、演習
第5回 2024/05/09(木)
16:50〜18:35
大島佑太・市川大樹 畳み込みニューラルネットワークと画像処理、演習
第6回 2024/05/16(木)
16:50〜18:35
中野聡大・飯山燈 回帰結合型ニューラルネットワーク、演習
第7回 2024/05/23(木)
16:50〜18:35
谷中瞳 深層学習と自然言語処理
第8回 2024/06/06(木)
16:50〜18:35
落合桂一・大島佑太 グラフニューラルネットワークと説明性、演習
第9回 2024/06/13(木)
16:50〜18:35
岩澤有祐・高波亮介 表現学習と自己教師あり学習、演習
第10回 2024/06/20(木)
16:50〜18:35
今泉允聡 深層学習の理論
第11回 2024/06/27(木)
16:50〜18:35
鈴木雅大・野辺宣翔 深層生成モデル、演習
第12回 2024/07/04(木)
16:50〜18:35
北村俊徳 深層強化学習、演習
第13回 2024/07/11(木)
16:50〜18:35
鈴木雅大 世界モデル

体制

企画・監修

松尾豊

Matsuo Yutaka

東京大学大学院
工学系研究科
松尾・岩澤研究室

岩澤 有祐

Iwasawa Yusuke

東京大学大学院
工学系研究科
松尾・岩澤研究室

鈴木 雅大

Suzuki Masahiro

東京大学大学院
工学系研究科
松尾・岩澤研究室

講師

岩澤 有祐

Iwasawa Yusuke

東京大学大学院
工学系研究科
松尾・岩澤研究室

鈴木 雅大

Suzuki Masahiro

東京大学大学院
工学系研究科
松尾・岩澤研究室

河野 慎

Kawano Makoto

東京大学大学院
工学系研究科

小林 由弥

Kobayashi Yuya

Sony AI

谷口 尚平

Taniguchi Shohei

東京大学大学院
工学系研究科

大島 佑太

Oshima Yuta

東京大学大学院
工学系研究科

野辺 宣翔

Nobe Sensho

株式会社アラヤ

中野 聡大

Nakano Akihiro

東京大学大学院
工学系研究科
松尾・岩澤研究室

落合 桂一

Ochiai Keiichi

東京大学大学院
工学系研究科

北村 俊徳

Kitamura Toshinori

東京大学大学院
工学系研究科

鄭 晟徹

JEONG Seong Cheol

東京大学大学院
工学系研究科

池田 悠也

Ikeda Yuya

東京大学大学院
工学系研究科

飯山 燈

Iiyama Tomoshi

東京大学大学院
工学系研究科

高波 亮介

Takanami Ryosuke

東京大学 大学院
工学系研究科

谷中 瞳

Yanaka Hitomi

特別講師

東京大学大学院
情報理工学系研究科

今泉 允聡

Imaizumi Satoshi

特別講師

東京大学先進科学研究機構

TA・教材作成

中野 檀

Nakano Mayumi

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

Shiraishi Jinsei

熊本大学医学部医学科

登坂 充

Tosaka Shu

東京大学大学院
新領域創成科学研究科
メディカル情報生命専攻

申込

受講対象者

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、社会人学生)
※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。

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。

受講の仕組み

講義について
本セミナーは、配信される講義映像を、各人が自宅等で視聴・演習していただく形式です。
・各講義日の16:50〜18:35にライブ配信します。ライブ配信では、リアルタイムに質問を受け付けます。
・ライブ配信への参加方法など、詳細については受講が決定した方にご連絡いたします。
・アーカイブ動画を視聴しての受講も可能です。(修了するには、期限内に提出物を提出する必要があります)
・受講料は無料です。
・講義日程・内容は変更になる場合がございます。

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。

・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、すべて同一です。
・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。

修了者(学生のみ)へのベネフィット
・修了者にクローズドなコミュニティへご参加頂き、様々な交流イベント等のご案内をしていきます。
・データサイエンス/深層学習関連のイベント・勉強会や研究プロジェクトへのご案内をしていきます。(参加条件等あり。)

留意事項

※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申込をしてください

【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。
・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。

マイページへログイン

ID登録締切│
2024年4月3日(火) PM1時(締め切りました)
申込締切│
2024年4月5日(金)PM1時(締め切りました)

※最初にID登録を行っていただき、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、マイページにログインください。
※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。

よくある質問

Q. 受講は有料ですか?
A.
はい、学生については原則無料です。ただし社会人向け講座等で一部有料の講座もございます。
Q. 社会人でも受講できますか?
A.
講座によって異なります。詳細は各講座の受講対象者をご確認ください。
Q. 講義の開講時間に授業や仕事があり、リアルタイムでの受講ができません。受講可能でしょうか?
A.
・基本的にはいずれの講義もアーカイブ配信を行いますのでご受講は可能です。
・出席の提出締切まで(通常は講義から1週間以内)にご視聴の上、アンケートにご回答いただければ出席とカウントされます。
・ただし、一部講義の特定回(外部ゲストの講演等)は、アーカイブ配信をしない場合がありますので予めご了承ください。
Q. ID登録画面で先に進めません。
A.
全ての項目を正しく入力・チェックをされているでしょうか。
記入内容に不備がある場合、画面が変わらずお申し込みができません。
以下をご確認ください。

<学生の方>

(1)Gmailアドレス
→ドメインが@gmail.com以外のアドレスを入力されていないか
(メールアドレスの後に半角・全角の空白が入らないようご留意ください。)

(2)卒業予定年月日
→卒業済みでないか、また正しく入力できているか

(3)学生証などの入力を確認できる画像
→JPEG, JPG, PNGのいずれかの形式か
– TIFF形式(iPhoneの画像)は対応していません。

→画像2枚を提出しているか

(4)利用規約とプライバシーポリシー
→チェックを入れているか

(5)私は正規の学生です
(大学生と社会人学生の場合、学士の学位が取得できる方が対象となります。)
→チェックを入れているか

(6)すべての項目に入力漏れがないか

(7)過去にomnicampusで同一メールアドレスでご受講登録されたことがないか
→ご受講されたことがある場合は、上部にあるENTRY [マイページへのログイン(ID登録済の方)]からログインし受講申込ください。

不備がない状態でも解決しない場合、申し込み画面をリロードの上再度ご入力ください。

Q. ID登録受付・完了のメールが届きません。
A.
・お申し込みをしたメールアドレスの受信フォルダをご確認ください。
・迷惑メールフォルダに入っていないかをご確認ください。
・<@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していますか?まだの場合は設定をお願いします。
・上記3点をご確認いただいても届いていない場合は、メールアドレスを入力ミスされた可能性があります。[お問い合わせフォーム](リンク)より運営に問い合わせてください。再登録依頼をご連絡します。
Q. 受講可否のメールが届きません。
A.
【受講可否のメール送信日の前】
・各講座のLPに受講可否のメール送信予定日を記載していますので、お待ちください。
・複数の講座に応募した場合、講座によって受講可否の通知タイミングが異なります。
【受講可否のメール送信日を過ぎている場合】
・お申し込みをしたメールアドレスの受信フォルダをご確認ください。

その他のよくある質問はこちら(リンク

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。

申込

マイページへログイン

ID登録締切│
2024年4月3日(火) PM1時(締め切りました)
申込締切│
2024年4月5日(金)PM1時(締め切りました)

※最初にID登録を行っていただき、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、マイページにログインください。
※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。