東京大学

実データで学ぶ人工知能講座(AIデータフロンティアコース)

FOR STUDENTS 受講生の方へ

DATE TOPIC SLIDES TASK ROOM
2019年08月31日 CSプレースメントテスト プログラミング 工学部2号館 4F 246号講義室 ((注記)アクセスをご覧ください)
2019年09月14日 CS補講1 OS,正規表現と有限オートマトン、アルゴリズム 補習教材 4F 246講義室((注記)変更になりました)
2019年09月21日 CS補講2 OS、正規表現と有限オートマトン、アルゴリズム 補習教材 4F 246講義室
2019年09月28日 CS補講3 OS,正規表現と有限オートマトン、アルゴリズム 補習教材 4F 246講義室
2019年10月05日 講義・演習1 知能とは,不完全性定理,記号接地問題,フレーム問題 講義資料 4F 246講義室
2019年10月19日 講義・演習2 機械学習とは,線形回帰,分類モデル 講義資料 4F 246講義室
2019年11月02日 講義・演習3 リサンプリング法,交差検証,精度評価,正則化 講義資料 4F 246講義室
2019年11月09日 講義・演習4 決定木,SVM, 教師なし学習 講義資料 4F 246講義室
2019年11月16日 講義・演習5 NN, CNN, DNN, BP, 転移学習 講義資料 4F246講義室
2019年11月23日 講義・演習6 強化学習 講義資料 10F 電気系会議室5
2019年11月30日 講義・演習7 RNN, Encoder-Decoder, Attention 講義資料 4F 246講義室
2019年12月07日 講義・演習8 サーチ,ゲーム,A* 講義資料 4F 246講義室
2019年12月14日 講義・演習9 CV・NLP一般 講義資料 4F 246講義室
2020年01月11日 発表会 発表会詳細 3F 会議室1A、1B 、1C
DATE 2019年08月31日
TOPIC CSプレースメントテスト
TASK プログラミング
ROOM 工学部2号館 4F 246号講義室 ((注記)アクセスをご覧ください)
DATE 2019年09月14日
TOPIC CS補講1 OS,正規表現と有限オートマトン、アルゴリズム
TASK 補習教材
ROOM 4F 246講義室((注記)変更になりました)
DATE 2019年09月21日
TOPIC CS補講2 OS、正規表現と有限オートマトン、アルゴリズム
TASK 補習教材
ROOM 4F 246講義室
DATE 2019年09月28日
TOPIC CS補講3 OS,正規表現と有限オートマトン、アルゴリズム
TASK 補習教材
ROOM 4F 246講義室
DATE 2019年10月05日
TOPIC 講義・演習1 知能とは,不完全性定理,記号接地問題,フレーム問題
TASK 講義資料
ROOM 4F 246講義室
DATE 2019年10月19日
TOPIC 講義・演習2 機械学習とは,線形回帰,分類モデル
TASK 講義資料
ROOM 4F 246講義室
DATE 2019年11月02日
TOPIC 講義・演習3 リサンプリング法,交差検証,精度評価,正則化
TASK 講義資料
ROOM 4F 246講義室
DATE 2019年11月09日
TOPIC 講義・演習4 決定木,SVM, 教師なし学習
TASK 講義資料
ROOM 4F 246講義室
DATE 2019年11月16日
TOPIC 講義・演習5 NN, CNN, DNN, BP, 転移学習
TASK 講義資料
ROOM 4F246講義室
DATE 2019年11月23日
TOPIC 講義・演習6 強化学習
TASK 講義資料
ROOM 10F 電気系会議室5
DATE 2019年11月30日
TOPIC 講義・演習7 RNN, Encoder-Decoder, Attention
TASK 講義資料
ROOM 4F 246講義室
DATE 2019年12月07日
TOPIC 講義・演習8 サーチ,ゲーム,A*
TASK 講義資料
ROOM 4F 246講義室
DATE 2019年12月14日
TOPIC 講義・演習9 CV・NLP一般
TASK 講義資料
ROOM 4F 246講義室
DATE 2020年01月11日
TOPIC 発表会
TASK 発表会詳細
ROOM 3F 会議室1A、1B 、1C

CALENDER カレンダー

2025 10月

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31

NOTES 備考

PCに関して プレースメントテストと演習で使用しますのでご自分のPCをお持ちください. 授業では,Wifiでインターネットに接続し,SSH経由でサーバにログインして演習をして頂きます. 開発環境はウェブブラウザからアクセスできます.深層学習ではプラットフォームはChainerを用います. Pythonをサーバで使えるようにしてありますが, 一部,displayを使う演習があり,その際はPythonがご自分のPCで動くと良いと思います. 即AIの演習のみ,Microsoft Azure アカウントがあるとより理解が深まります.
教科書など オンライン教材 機械学習や深層学習に関しては,courseraやudacityなどのオンライン教材がございます.また,東大松尾研は資料を公開しています.教科書としては,Hands-On Machine Learning with Scikit-Learn & TensorFlow Aurélien Géron (著),深層学習 Ian Goodfellowら(著),深層学習 人工知能学会(編)などがございます.
その他注意点 メールやSlackで講義のアナウンスをすることがあります.自宅で読めたりSlackの登録が可能なメールアドレスをご登録頂くと良いと思います.

PAST LECTURES | 過去の講座について

AltStyle によって変換されたページ (->オリジナル) /