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.

松尾研究室の教育活動


TMIの授業である「ウェブ工学とビジネスモデル」、データサイエンティストの育成を行うグローバル消費インテリジェンス寄付講座(GCI)、DeepLearning の講座を運営するDeep Leaning JPを軸に、次世代の情報社会を担う人材を輩出すべく、実践的な教育活動を行っています。

TMIの授業である「ウェブ工学とビジネスモデル」においては、社会の基盤技術であるインターネットを用いたサービス開発を通じて情報化社会に於ける工学的素養を身につける授業を行っています。グローバル消費インテリジェンス寄付講座においては、データ分析をできるCMO人材を育成する講座を2014年から開始しており、のべ200名以上の学生が参加しております。DeepLearning.JPに於いては、ディープラーニング人材の教育講座を国内で最も早く開設。2015年11月から。学部や学年を超えた実践型の教育を実施しています。

松尾研究室のAI人材育成メソッド


  1. プログラミング中心
    コンピュータ・サイエンス、特に機械学習やDeep LearningなどのAI分野においては、理論的な説明を聞くだけでは内容をすべて理解することは大変困難です。実際にコーディングして、モデルを訓練し、パラメータを調整する、といった経験をすることで、初めて重要な概念や技術が身につきます。松尾研究室が提供するほぼ全ての授業がプログラミング中心の構成となっているのはそのためです。
  2. コンペティション
    前述の通り、機械学習やDeep Learningなどの分野では、実際のデータを扱い、モデルを訓練させることで、重要な概念や技術を深く理解できます。多くの授業では、受講者同士が作成したモデルの精度を競い合うKaggle形式の実践的なコンペティションを取り入れています。精度を上げる取り組みの中で、重要な概念や技術を身につけることを目指します。また、いくつかの授業では最終発表を設けており、プロジェクトに従事して結果を発表してもらいます。
  3. コミュニティ型教育
    松尾研究室では、新しい教育のアプローチとして、「コミュニティ型教育」を提案しています。技術の進化が激しいICTやAI分野では、従来型の講義として、全ての最新のトピックを教員がまとめて提供することが困難になりつつあります。多くの授業で受講者コミュニティの形成や、プロジェクト/チームワークを通じての相互メンタリングを大事にしています。

講座一覧

講義名 受講に必要となる前提知識 受講者像 修了時の目標
プログラミング 数学
データ
サイエンティスト
育成講座
☆☆ 大学における初歩的な統計・線形代数の知識を持ち、プログラミングの経験があるもの。 統計的解析・機械学習・ビッグデータ解析など、データ分析に関する一通りの技術を身につけ、データサイエンティストとして各種の実問題を解決できる。
Deep Learning
基礎講座
☆☆☆ ☆☆☆☆ 工学系大学レベルの線形代数・微積分・確率・統計に関する知識を有し、Pythonでの数値解析の経験を有する者。 理論的な構造を理解し、利用するだけでなく、新しいモデルを作ることができる。Deep Learning系の論文を元に自分でモデルを構築・開発することができる。
Deep Learning
応用講座 – 生成モデル
☆☆ ☆☆☆☆ Pythonでのプログラミング経験および線形代数・微積分・確率・統計の知識を有する者。Deep Learning基礎講座修了か同等以上の知識を持つ者。 Deep Learning分野における生成モデルの技術に関して、基礎的なアルゴリズムを幅広く利用可能で、最先端の手法も理解し、実装することができる。
Deep Learning
応用講座 – 強化学習
☆☆ ☆☆ Deep Learning基礎講座修了か同等以上の知識を持つ者。 Deep Learning分野における強化学習の技術に関して、基礎的なアルゴリズムを幅広く利用可能で、最先端の手法も理解し、実装することができる。
Deep Learning
応用講座 – NLP
☆☆ ☆☆☆ Deep Learning基礎講座修了か同等以上の知識を持つ者。 Deep Learning分野における自然言語処理の技術に関して、基礎的なアルゴリズムを幅広く利用可能で、最先端の手法も理解し、実装することができる。
Deep Learning
実践開発講座
(DL4US)
☆☆ Pythonでのプログラミング経験があり、大学における初歩的な統計・線形代数の知識を有するもの。 画像認識、NLP、生成モデル、強化学習など、Deep Learningの重要技術をアプリケーションに適用できる。
Web工学と
ビジネスモデル
プログラミングの経験があるもの。 Web技術を武器として、世界に対して働きかけることができる。また、Web分野における重要なビジネス戦略を理解し、実践できる。

人工知能・深層学習を学ぶためのロードマップ


松尾研では人工知能や深層学習を学んだことのない方向けに、学習にあたってのロードマップを紹介しています。

人工知能・深層学習を学ぶためのロードマップをご参照ください。