FOR STUDENTS 受講生の方へ

DATE TOPIC SLIDES TASK ROOM
2019-08-31 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　(※アクセスをご覧ください)
2019-09-14 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（※変更になりました）
2019-09-21 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
2019-09-28 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
2019-10-05 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
2019-10-19 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
2019-11-02 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
2019-11-09 講義・演習4　決定木，SVM,　教師なし学習 講義資料 4F 246講義室
2019-11-16 講義・演習5　NN, CNN, DNN, BP, 転移学習 講義資料 4F246講義室
2019-11-23 講義・演習6　強化学習 講義資料 10F 電気系会議室５
2019-11-30 講義・演習7　RNN, Encoder-Decoder, Attention 講義資料 4F 246講義室
2019-12-07 講義・演習8　サーチ，ゲーム，A* 講義資料 4F 246講義室
2019-12-14 講義・演習9　CV・NLP一般 講義資料 4F 246講義室
2020-01-11 発表会 発表会詳細 3F 会議室1A、1B 、1C
DATE 2019-08-31
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　(※アクセスをご覧ください)
DATE 2019-09-14
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（※変更になりました）
DATE 2019-09-21
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 2019-09-28
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 2019-10-05
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 2019-10-19
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 2019-11-02
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 2019-11-09
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 2019-11-16
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 2019-11-23
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 2019-11-30
TOPIC 講義・演習7　RNN, Encoder-Decoder, Attention
TASK 講義資料
ROOM 4F 246講義室
DATE 2019-12-07
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 2019-12-14
TOPIC 講義・演習9　CV・NLP一般
TASK 講義資料
ROOM 4F 246講義室
DATE 2020-01-11
TOPIC 発表会
TASK 発表会詳細
ROOM 3F 会議室1A、1B 、1C

CALENDER カレンダー

2024 12月

月 火 水 木 金 土 日
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