FOR STUDENTS 受講生の方へ

DATE TOPIC SLIDES TASK ROOM
2019-03-23 CSプレースメントテスト プログラミング 10F 会議室5 工学部2号館10階にあります。
2019-04-06 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 (※アクセスをご覧ください)
2019-04-13 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
2019-04-20 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
2019-04-27 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
2019-05-11 講義・演習2 機械学習とは,線形回帰,ロジスティック回帰,交差検証 講義資料 4F 246講義室
2019-05-25 講義・演習3 リサンプリング法,精度評価,正則化,分類モデル(2) 講義資料 4F 246講義室
2019-06-01 講義・演習4 決定木,SVM, 教師なし学習 講義資料 4F 246講義室
2019-06-08 講義・演習5 NN, CNN, DNN, BP, 転移学習 講義資料 4F246講義室
2019-06-15 講義・演習6 強化学習 講義資料 4F 246講義室
2019-06-22 講義・演習7 RNN 講義資料 4F 246講義室
2019-06-29 講義・演習8 サーチ,ゲーム,A* 講義資料 4F 246講義室
2019-07-06 講義・演習9 CV・NLP一般 講義資料 4F 246講義室
2019-07-27 発表会 発表会詳細 3F 会議室1A、1B 、1C
DATE 2019-03-23
TOPIC CSプレースメントテスト
TASK プログラミング
ROOM 10F 会議室5 工学部2号館10階にあります。
DATE 2019-04-06
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 (※アクセスをご覧ください)
DATE 2019-04-13
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 2019-04-20
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 2019-04-27
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 2019-05-11
TOPIC 講義・演習2 機械学習とは,線形回帰,ロジスティック回帰,交差検証
TASK 講義資料
ROOM 4F 246講義室
DATE 2019-05-25
TOPIC 講義・演習3 リサンプリング法,精度評価,正則化,分類モデル(2)
TASK 講義資料
ROOM 4F 246講義室
DATE 2019-06-01
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 2019-06-08
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 2019-06-15
TOPIC 講義・演習6 強化学習
TASK 講義資料
ROOM 4F 246講義室
DATE 2019-06-22
TOPIC 講義・演習7 RNN
TASK 講義資料
ROOM 4F 246講義室
DATE 2019-06-29
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 2019-07-06
TOPIC 講義・演習9 CV・NLP一般
TASK 講義資料
ROOM 4F 246講義室
DATE 2019-07-27
TOPIC 発表会
TASK 発表会詳細
ROOM 3F 会議室1A、1B 、1C

CALENDER カレンダー

2019 12月

1
2
3
4
5
6
7
  • AI講義(8)
8
9
10
11
12
13
14
  • AI講義(9)
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