ニューラルネットワークの基礎からDeep Learningの革新的技術まで実践的に学べる
「Deep Learning基礎講座」は、今年で12年目を迎える松尾・岩澤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
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。
秋学期は日本語のみの提供となります。
受講のメリット
-
01
Deep Learningの基礎理論から
Pythonによるモデル実装まで
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：2026年7月7日（火）
〇ID登録締切：2026年7月28日(火) AM10:00
〇募集締切：2026年7月30日(木) AM10:00
〇選考結果：2026年10月1日(木)正午までに通知予定
〇開催曜日：原則 毎週木曜日
〇時間：19:00-21:00（最大）
〇場所：オンライン（Zoom）
〇各回の講義日程・講師・内容等は変更となる可能性があります。
| 日時 | 担当 | カリキュラム | |
|---|---|---|---|
| 第1回 | 2026/10/8(木) 19:00-21:00 |
TBD | 人工知能の概要とディープラーニングの意義 |
| 第2回 | 2026/10/15(木) 19:00-21:00 |
TBD | 機械学習基礎 |
| 第3回 | 2026/10/22(木) 19:00-21:00 |
TBD |
ニューラルネットワーク基礎 |
| 第4回 | 2026/10/29(木) 19:00-21:00 |
TBD |
ニューラルネットワークの最適化・正則化 |
| 第5回 | 2026/11/5(木) 19:00-21:00 |
TBD |
畳み込みニューラルネットワーク |
| 第6回 | 2026/11/12(木) 119:00-21:00 |
TBD |
深層学習と画像認識 |
| 第7回 | 2026/11/19(木) 19:00-21:00 |
TBD |
回帰結合型ニューラルネットワークと系列データ処理 |
| 第8回 | 2026/11/26(木) 19:00-21:00 |
TBD |
Transformer基礎 |
| 第9回 | 2026/12/3(木) 19:00-21:00 |
TBD |
大規模言語モデルと自然言語処理 |
| 第10回 | 2026/12/10(木) 19:00-21:00 |
TBD |
表現学習と自己教師あり学習 |
| 第11回 | 2026/12/17(木) 19:00-21:00 |
TBD | 深層学習の理論 |
| 第12回 | 2026/12/24(木) 19:00-21:00 |
TBD | 深層強化学習 |
| 第13回 | 2027/1/7(木) 19:00-21:00 |
TBD |
深層生成モデル |
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
TBD
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）
※開講日時点で、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 (学生証等を添付し応募ください。)
※社会人学生もお申し込み可能です。
※一般社会人、大学の科目履修生・単科履修生・聴講生、語学学校などは対象外となります。
※研究生は、以下の対象となる学校に所属している場合のみ対象となります。所属学校がわかる書類を添付してください。
※海外大学在学中、在学予定の方は、学生証、もしくは在学中であることのわかる書類を添付してください。
※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。
〈対象となる学校〉
中学校を除き、以下に記載のある学校に所属していることが必要です。
・大学・短期大学・高等専門学校・学校法人一覧
https://www.mext.go.jp/a_menu/koutou/ichiran/mext_01853.html
・公私立短期大学一覧
https://www.mext.go.jp/b_menu/link/daigaku3.htm
・専門士の称号を付与する専修学校
https://www.mext.go.jp/a_menu/shougai/senshuu/mext_01253.html
・専門職大学院一覧
https://www.mext.go.jp/a_menu/koutou/senmonshoku/000009181_00007.html
【通信制大学に在籍されている学生の皆様へ】
長期履修などを前提とした単位制度が運用されている大学等に在籍されている方におかれましては、本講座のカリキュラムを円滑に受講いただくための十分な学習基盤（在学および学習の実態）を確認させていただくため、修学状況を確認させて頂いております。
お申し込みの際、これまでに通算15単位以上を取得されていることを証明する証憑画像（成績証明書、単位修得証明書、または直近の成績通知書など、学校名・氏名・取得単位数が確認できるもの）の添付を必須とさせていただきます。
※取得単位数が15単位に満たない場合（新入生など）は、別途「志望動機書（指定フォーマット）」の提出、または事前選考が必要となります。
本講座における申込条件や、各種告知等の文言等は事前の告知なく変更になる可能性がございます。 予めご理解の上お申し込み頂く様お願いいたします。
前提条件
・自律的に学習し、最後まで受講継続する意志あり、毎週最低3時間程度の自習時間は確保ができること。
・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(復習用のコンテンツを別途提供します)。
・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）
・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（リンク）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
本講座の受講料は無償です。
本講義は配信形式のオンライン講座です。
各講義日の19:00-21:00に配信しますが、アーカイブ動画を視聴しての受講も可能です。
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. 一定回数以上の出席（録画講義を視聴し、講義後1週間は出席登録可能）
2. 宿題を期限内に一定回数以上提出し、一定の点数を得る
3. 最終課題を期限内に提出し、一定の点数を得る
成績優秀生には、特典があります。
※ 過去に「深層学習/DL基礎講座」の受講歴がある方（聴講生を含む）は、優秀生選抜対象とはなりません。
これは、過去受講生が教材や宿題にアクセス可能であったことから、公平性を確保するための措置です。ご了承ください。
修了者へのベネフィット
・修了証（PDF）を発行します
・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)
・さらに成績上位者は優秀生として認定し、ホームページ等で氏名を掲載します (希望制)
留意事項
E資格の受験資格取得について
・E資格E2027#1（2027年2月予定）試験に間に合うことを約束するものではございません。
・取得対象となる属性は、「開講日（2026年10月8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」です。（※講座の修了と所定の補講の修了も必要）。システム上、対象外の学生でも本講座の受講ができることがありますが、「講座を受講できた＝E資格の受験資格が取得できる」ではないのでご注意ください。
ID登録締切│
2026/7/28(火) AM10:00
申込締切│
2026/7/30(木) AM10:00
※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
・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。
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。
・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。
・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
ID登録締切│
2026/7/28(火) AM10:00
申込締切│
2026/7/30(木) AM10:00
※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。