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」、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。
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。 |
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。