先端人工知能論Ⅱ

授業の目標、概要

人工知能分野において、現在、Deep learning技術の習得は必須項目である。先端人工知能論では、Deep learning技術を理解するのに必要な数理、手法ならびに基礎的応用を系統的に取り上げ、分野における最新トピックまでを概観する。講義は、現在、Deep learningの手法や応用の研究で世界的に活躍している研究者複数で担当する。また、ブラウザ上からGPUを利用したpythonコーディングが可能なオンラインシステムにより、演習を通じての技術習得を目指す。

google form登録について

連絡事項の通知の為、本講義のメーリングリストを作成します。本講義受講生は以下のgoogle formより登録の方をお願いします。
googleフォーム

授業計画(2022年度)

日付内容
10月04日イントロダクション
10月11日NLP(鶴岡慶雅教授)
10月18日NLP(鶴岡慶雅教授)
10月25日プロジェクト説明
11月01日 NLP(鶴岡慶雅教授)
11月08日 NLPハンズオン(原田達也教授)
11月15日強化学習(サイバーエージェントAI Lab研究所 森村哲郎氏)
11月22日 (休講)
11月29日強化学習(サイバーエージェントAI Lab研究所 森村哲郎氏)
12月06日強化学習(サイバーエージェントAI Lab研究所 森村哲郎氏)
12月13日リザバーコンピューティング(中嶋浩平准教授)
12月20日強化学習応用(長孝之准教授)
12月27日特別講演(もしくは休講)
01月10日プロジェクト最終発表会,認定書授与

参考書

  • 岡谷 貴之,「深層学習」 (機械学習プロフェッショナルシリーズ) ,講談社,2015, ISBN-13: 978-4061529021.
  • 原田 達也,「画像認識」 (機械学習プロフェッショナルシリーズ) ,講談社,2017, ISBN-13: 978-4061529120.
  • 森村 哲郎,「強化学習」 (機械学習プロフェッショナルシリーズ) ,講談社,2019, ISBN-13: 978-4065155912.

履修上の注意

講義はzoomによるオンライン講義となる。線形代数,偏微分,確率論およびpythonプログラミングを前提知識とし,これらを習得済の者に履修資格がある.

本講義は、14:55-16:40の105分講義となる。