データサイエンスプロ短期コース深層学習特化型(2021年3月)受講生募集
ビッグデータが身近になりました. ビデオカメラを回せば大量の映像データを収集でき, 録音すればスピーチデータが増加し, IoTセンサーを用いれば3軸加速度データや匂センサデータなどのデータが増えます. 天候データにアクセスでき, 会社の企業情報や会計情報も大量にあります. 一方, このようなデータは単体ではあまり大した意味はなく, ゴミのような大量のビッグデータが増えているのも現実ではあります。ところが, ビッグデータは深層学習を駆使すれば, とんでもない能力に変身してしまいます. 写真内に写っている物体を読み上げて何をしているかを読み取る技術, ビデオ内で顔が後ろ向きであったとしても首相や凶悪犯を探索して発見する技術, 英語の会話に日本語で妥当に答える会話能力技術, どんなクイズにでも正しく回答できる技術, 人間の碁プレイヤーに打ち勝つ技術などなど, いわゆる人工知能というマジックが出現します.
データサイエンスプロ短期コース深層学習特化型は, このような人工知能というマジックを作る基礎である深層学習を短期間で学習できるように考えられています. 基礎力に焦点を置きますが, 近年急激に進展している深層学習の最新の内容を理解できるように, また, さまざまな種類のビッグデータに対処できるように幅広い形で領域を一覧します. 企業での人工知能の開発チームで通用する深層学習の知識を得るために最適です. また、深層学習の検定であるG検定にも最適です.
- データサイエンスプロ短期コース(深層学習特化型)
- 九州工業大学社会人向け講座
- 期間: 2021年3月
- 回数: 全7回(1回2コマ)
- 火木コース, 土日コースの2つを設定
- 場所: オンライン + zoom講座 (自宅などでインターネットに接続できる環境をお持ちの方に限られます.) 同期型の日を設定しますが, その日に参加できない場合にはビデオの受講が可能です.
- 講師:
- 大北 剛(九州工業大学 大学院情報工学研究院 知能情報工学研究系 特任准教授)
- 井上 創造(九州工業大学 大学院生命体工学研究科 人間知能創成講座 教授)
- 齊藤 剛史(九州工業大学 大学院情報工学研究院 知能情報工学研究系 教授)
- 徳永 旭将(九州工業大学 大学院情報工学研究院 知能情報工学研究系 准教授)
- 竹本 和広(九州工業大学 大学院情報工学研究院 生命化学情報工学研究系 准教授)
- 費用: 5万円
- 言語: 日本語
- 講座内容(火木コース)
- トピック1 (3月2日火曜4限) イントロダクション: 全体の構成(大北)
- トピック2 (3月2日火曜5限) 深層学習基礎(損失関数/目的関数, 確率勾配下り, 活性化関数, バッチ正規化, データオーグメンテーション)、ソフトマックス回帰(大北)
- トピック3 (3月4日木曜4限) データ取得, 行動認識など(井上先生)
- トピック4 (3月9日火曜4限) 畳み込み基礎(大北)
- トピック5 (3月9日火曜5限) 畳み込み応用1: 物体検知, セマンティックセグメンテーション(大北)
- トピック6 (3月11日木曜4限) 畳み込み応用2: リップリーディングなど(齊藤先生)
- トピック7 (3月16日火曜4限) GAN, フローモデル(尤度モデル)(大北)
- トピック8 (3月16日火曜5限) 敵対的攻撃・防御1(竹本先生)
- トピック9 (3月18日木曜4限) ベイジアンモデル応用: トラッキング(徳永先生)
- トピック10 (3月23日火曜4限) 敵対的攻撃・防御2(竹本先生)
- トピック11 (3月23日火曜5限) 表現学習, 事前学習, 自己教師あり学習など(大北)
- トピック12 (3月25日木曜4限) RNN基礎と応用: LSTM, トランスフォーマー、注意機構, 応用(機械翻訳, 言語理解, キャプションづけなど)(大北)
- トピック13 (3月30日火曜4限) 強化学習1(機械学習での強化学習と深層強化学習基礎)(大北)
- トピック14 (3月30日火曜5限) 強化学習2(深層学習), まとめ(大北)
- 講座内容(土日コース)
- トピック1 (3月6日土曜3限) イントロダクション: 全体の構成(大北)
- トピック2 (3月6日土曜4限) 深層学習基礎(損失関数/目的関数, 確率勾配下り, 活性化関数, バッチ正規化, データオーグメンテーション)、ソフトマックス回帰(大北)
- トピック3 (3月6日土曜5限) データ取得, 行動認識など(井上先生)
- トピック4 (3月14日日曜3限) 畳み込み基礎(大北)
- トピック5 (3月14日日曜4限) 畳み込み応用1: 物体検知, セマンティックセグメンテーション(大北)
- トピック6 (3月14日日曜5限) 畳み込み応用2: リップリーディングなど(齊藤先生)
- トピック7 (3月21日日曜3限) GANやフローモデル(尤度モデル)などの生成モデル(大北)
- トピック8 (3月21日日曜4限) 敵対的攻撃・防御1(竹本先生)
- トピック9 (3月21日日曜5限) ベイジアンモデル応用: トラッキング(徳永先生)
- トピック10 (3月27日土曜3限) 敵対的攻撃・防御2(竹本先生)
- トピック11 (3月27日土曜4限) 表現学習, 事前学習, 自己教師あり学習など(大北)
- トピック12 (3月27日土曜5限) RNN基礎と応用: LSTM, トランスフォーマー、注意機構, 応用(機械翻訳, 言語理解, キャプションづけなど)(大北)
- トピック13 (3月28日日曜4限) 強化学習1(機械学習での強化学習と深層強化学習基礎)(大北)
- トピック14 (3月28日日曜5限) 強化学習2, まとめ(大北)
- 授業時間:
- (平日コース(火曜と木曜)) 4限(14:40〜16:10), 5限(16:20〜17:50)
- (土日コース: 申し込みの選択肢で希望を書いていただけましたらありがたいです)
- 授業に参加できなかった場合にビデオでの学習は随時可能です.
- 第1回目の締切前に申し込みをされた方々には郵送にて講座受講のための振込用紙を配送させていただいております。郵便が届かない方はご連絡ください。
- 人工知能学会での広告が第1回目の締切日(1月15日)となったために, もう若干名, 受け付けております。申し込み書の方に書き入れていただければと思っております。
申し込み書は個人情報を含みます。以下にご同意いただける場合に, 申し込み書の記入をされるようにお願いいたします。申し込み者への振込用紙送付の目的, 実際に受講された際に受講生の進度や欠席された際の連絡, 次回に公開講座を開催する際の案内の送付, など社会人向けのデータサイエンス公開講座の目的でのみ個人情報を収集しております. 公開講座の目的以外での使用はいたしません。期間的には主として公開講座の期間(2021年の3月)および次回の公開講座の連絡用に2023年3月まで九州工業大学にてデータを保管させていただきます。また、個人情報取扱い規定は九州工業大学として制定している個人情報取扱い規定(https://www.kyutech.ac.jp/information/privacy.html)に准じて取扱います.
- 注釈
- 本講座は主として深層学習の理論や技術の講義を主としたもので, Pythonに関する技術を磨くためのものではありません。Pythonの設定など基礎的な項目に関しては第1回目の講義に触れますが, 講義として触れる程度です. このため各自のPython技術を磨くような演習を意図していません. この目的にはNVIDIAが深層学習の講座を開講していますので, これを強くお勧めいたします. 逆に, NVIDIAの講座はあまり深層学習の理論には触れませんので, これらを体系的に眺めたいという方には本講座をお勧めしたいです.
- 本講座は九州工業大学博士課程前期/後期学生向けの深層学習特論の内容を前半7回分行うことに相当します. 年度をまたぐことになるために前半7回分という形で区切る形とさせていただきました. このため, 来年度以降に後半部を開講することも考えております.
- 質問などありましたら, 公開講座事務局(ads@ces.kyutech.ac.jp)宛てにお願いします。
