- 費用
- 55,000円(税込)
- 視聴期間
- 90日
【 本講座について 】
人工知能とは、人間のような知能を人工的に作ることを目指した研究分野です。
近年、人工知能を実現させるための技法として、機械学習や深層学習が飛躍的な進化を遂げています。
本講座では人工知能の知識を習得・活用したい方、課題解決に取り組んでいる・取り組みたい方を対象としております。
また本講義では、人工知能の概念をご紹介し、機械学習や深層学習の基礎技法と画像認識への応用技術に関する講義を行います。
本講義のねらいは、機械学習や深層学習の基礎理論を身につけると同時に、人工知能に関する幅広い視野を身につけること・
人工知能技術の実用化に従事するために必要な知識と広い視野の知見を身につけることです。
【 受講要件 】
講義内容の理解のため大学学部1年目レベルの微分積分、線形代数、確率統計の知識があることを前提としております。
略歴
1980 年4 月-1996 年3 月 電子技術総合研究所 研究官,主任研究官,研究室長
1989 年1 月-1994 年3 月 (財)新世代コンピュータ技術開発機構に出向 研究室長、研究部長
1995 年4 月-2018 年3 月 東京工業大学 大学院総合理工学研究科教授、同情報理工学院教授
2018 年4 月- 現在 東京工業大学 名誉教授
2018 年4 月-2020 年3 月 産業技術総合研究所 招聘研究員
2018 年4 月- 現在 国立情報学研究所 情報学プリンシプル研究系 特任教授
2019 年10 月- 現在 東京工業大学 情報理工学院 特任教授
研究分野:人工知能と法律/ 数理議論学/ 交渉支援/ マルチモーダル対話システム
最新の研究:数理議論学に基づく判例解析、オンライン調停支援
視聴プレビュー
講座一覧
-
第1回 人工知能入門
-
第2回 基礎的な数学(線形代数・確率)
-
第3回 線形回帰・モデル選択
-
第4回 線形分類・ 最適化
-
第5回 フィード・フォワードニューラルネットワーク:二値分類
-
第6回 フィード・フォワードニューラルネットワーク:多値分類
-
第7回 たたみ込みニューラルネットワーク
-
第8回 人工知能の過去と現在、今後の課題