深層学習は,多層のニューラルネットワークを用いた人工知能技術の一つであり,画像認識,音声認識,自然言語処理などのさまざまな分野で大きな成果を生み出しています.本講義では,理工系の研究者・技術者として活躍していくために重要となる,代表的な深層学習手法とその応用について教授します.本講義は,基盤人工知能(発展)で扱えなかった発展的な内容を扱います.
深層学習の代表的なアルゴリズム,および,その応用方法について理解する.
深層学習,CNN,VAE,GAN,RNN,LSTM,Attention,Transformer,深層強化学習
✔ 専門力 | 教養力 | コミュニケーション力 | 展開力(探究力又は設定力) | 展開力(実践力又は解決力) |
ZOOMを利用し,大岡山とすずかけ台いずれのキャンパスでも受講できるようにする.
授業計画 | 課題 | |
---|---|---|
第1回 | CNN,VAE,GANと音声認識・画像認識への応用(1) | CNN,VAE,GANと音声認識・画像認識への応用について理解する. |
第2回 | CNN,VAE,GANと音声認識・画像認識への応用(2) | CNN,VAE,GANと音声認識・画像認識への応用について理解する. |
第3回 | RNN,LSTM,Attention,Transformerと自然言語処理・音声認識への応用(1) | RNN,LSTM,Attention,Transformerと自然言語処理・音声認識への応用について理解する. |
第4回 | RNN,LSTM,Attention,Transformerと自然言語処理・音声認識への応用(2) | RNN,LSTM,Attention,Transformerと自然言語処理・音声認識への応用について理解する. |
第5回 | 深層強化学習とロボット制御,自然言語処理への応用(1) | 深層強化学習とロボット制御,自然言語処理への応用について理解する. |
第6回 | 深層強化学習とロボット制御,自然言語処理への応用(2) | 深層強化学習とロボット制御,自然言語処理への応用について理解する. |
第7回 | 深層強化学習とロボット制御,自然言語処理への応用(3) | 深層強化学習とロボット制御,自然言語処理への応用について理解する. |
学修効果を上げるため,教科書や配布資料等の該当箇所を参照し,「毎授業」授業内容に関する 予習と復習(課題含む)をそれぞれ概ね100分を目安に行うこと。
特になし
T2SCHOLAにて電子的に配布する
授業内での課題とレポートに基づいて評価する
- 線形代数学,微分積分学,数理統計学に関する基本的な知識があること.
- Pythonによる基本的なプログラミングができること.
- 基盤人工知能または基盤人工知能発展,および,基盤人工知能演習または基盤人工知能発展演習で教えている内容が理解できること.