申込締切
- 日程
-
2023/04/28 (金)
2023/08/04 (金)
- 時間
- 8:50 〜 16:50
- 会場
- オンラインシステムを利用した講義
- 定員
- 15名
概要
【2023年度】アルプスアルパイン株式会社様向け 応用AI・データサイエンス講座を開催いたします
＜ＡＩ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、大量のデータや計算能力の向上を背景として、機械学習や深層学習が飛躍的な進化を遂げ、あらゆる分野で人工知能技術が活用されるようになりました。
本講座は、講義とプログラミング演習がセットになっております。
機械学習や深層学習の講義の後で、各自が演習でその内容を確認できるようにカリキュラムを工夫しています。
人工知能の基礎的な概念・理論をご紹介し、人工知能技術の実用に必要な知識の習得、新たな知見の獲得を目指します。
＜データサイエンス講座について＞
現代社会において、数理計算・データの活用が欠かせない時代となっています。
産業界の中では、データに内在する本質的構造を見極め問題解決する能力、新たな価値を生み出し有用なシステム構築につなげる能力が求められています。
本講座は、講義とプログラミング演習がセットになっております。
統計学や分類や次元圧縮やアンサンブル学習などの講義の後で、各自が演習でその内容を確認できるようにカリキュラムを工夫しています。
大量のデータをコンピュータを利用して解析するために必要な基礎的な方法（データ処理・分析に必要な統計学的方法に関する知識等）を習得、活用することを目指します。
開催日
【第 1 回】2023年4月28日（金）8：50～16：50
DS講義⓵(データサイエンス入門)
DS演習①(Google Colaboratoryの準備)
AI講義①(人工知能入門)
AI演習①(Pythonの復習)
DS演習①(Google Colaboratoryの準備)
AI講義①(人工知能入門)
AI演習①(Pythonの復習)
【第 2 回】2023年5月12日（金）8：50～16：50
DS講義②(データ分析の基礎)
DS演習②(記述統計と推測統計の演習)
AI講義②(基礎的な数学)
AI演習②(NumPy入門)
DS演習②(記述統計と推測統計の演習)
AI講義②(基礎的な数学)
AI演習②(NumPy入門)
【第 3 回】2023年5月26日（金）8：50～16：50
DS講義③(分類とモデル評価)
DS演習③(分類とモデル評価の演習)
AI講義③(線形回帰・モデル選択)
AI演習③(線形回帰・モデル選択の演習)
DS演習③(分類とモデル評価の演習)
AI講義③(線形回帰・モデル選択)
AI演習③(線形回帰・モデル選択の演習)
【第 4 回】2023年6月 9日（金）8：50～16：50
DS講義④(クラスタリング)
DS演習④(クラスタリングの演習)
AI講義④(線形分類・最適化)
AI演習④(線形分類・最適化の演習)
DS演習④(クラスタリングの演習)
AI講義④(線形分類・最適化)
AI演習④(線形分類・最適化の演習)
【第 5 回】2023年6月23日（金）8：50～16：50
DS講義⑤(主成分分析)
DS演習⑤(主成分分析の演習)
AI講義⑤(フィード・フォワードニューラルネットワーク：二値分類)
AI演習⑤(フィード・フォワードニューラルネットワーク：二値分類の演習)
DS演習⑤(主成分分析の演習)
AI講義⑤(フィード・フォワードニューラルネットワーク：二値分類)
AI演習⑤(フィード・フォワードニューラルネットワーク：二値分類の演習)
【第 6 回】2023年7月 7日（金）8：50～16：50
DS講義⑥(次元圧縮)
DS演習⑥(次元圧縮の演習)
AI講義⑥(フィード・フォワードニューラルネット：多値分類)
AI演習⑥(フィード・フォワードニューラルネット：多値分類の演習)
DS演習⑥(次元圧縮の演習)
AI講義⑥(フィード・フォワードニューラルネット：多値分類)
AI演習⑥(フィード・フォワードニューラルネット：多値分類の演習)
【第 7 回】2023年7月21日（金）8：50～16：50
DS講義⑦(アンサンブル学習)
DS演習⑦(アンサンブル学習の演習)
AI講義⑦(たたみ込みニューラルネット)
AI演習⑦(たたみ込みニューラルネットの演習)
DS演習⑦(アンサンブル学習の演習)
AI講義⑦(たたみ込みニューラルネット)
AI演習⑦(たたみ込みニューラルネットの演習)
【第 8 回】2023年8月4日（金）8：50～16：50
DS講義⑧(機械学習・データマイニングのまとめ)
AI講義⑧(人工知能の過去と現在、今後の課題)
DS/AI演習⑧(最終課題①)
DS/AI演習⑧(最終課題②)
AI講義⑧(人工知能の過去と現在、今後の課題)
DS/AI演習⑧(最終課題①)
DS/AI演習⑧(最終課題②)
ZOOMを利用した授業風景
講師紹介
情報理工学院 情報工学系 教授
村田 剛志
＜略歴＞
東京工業大学 工学部情報工学科 助手(1992-1998)
群馬大学 工学部情報工学科 助手(1998-2000)
群馬大学 工学部情報工学科 講師(2000-2000)
国立情報学研究所 情報学基礎研究系 助教授(2001-2005)
科学技術振興事業団 さきがけ研究21 研究員(兼任)(2001-2005)
東京工業大学 大学院情報理工学研究科計算工学専攻 助教授(2005-2020)
東京工業大学 情報理工学院 情報工学系 教授(2020-)
＜研究分野＞
人工知能、ネットワーク科学、機械学習
＜最新の研究＞
グラフニューラルネットワーク、深層学習による時系列データ分類・予測(桜島噴火予測)
＜研究室のURL＞
http://www.net.c.titech.ac.jp/index-j.html
情報理工学院 情報工学系 教授
岡崎 直観
＜略歴＞
2007年 特任研究員, 東京大学 大学院情報理工学系研究科
2011年 准教授, 東北大学 大学院情報科学研究科
2017年 教授, 東京工業大学 情報理工学院 情報工学系 知能情報コース
＜研究分野＞
自然言語処理，人工知能，機械学習
＜最新の研究＞
深層学習に基づく自然言語処理
＜研究室のURL＞
https://www.nlp.c.titech.ac.jp/
情報理工学院 情報工学系 准教授
下坂 正倫
＜略歴＞
2001年 東京大学 工学部 卒業
2006年 東京大学 大学院 情報理工学系研究科 博士課程 修了
2006年 東京大学 助手
2007年 東京大学 助教
2011年 東京大学 講師
2015年 東京工業大学 准教授
＜研究分野＞
知能情報処理，ユビキタスコンピューティング
＜最新の研究＞
大規模位置情報ビッグデータ解析，大規模行動モデリング
＜研究室のURL＞
http://www.miubiq.cs.titech.ac.jp/ja/
情報理工学院 情報工学系 准教授
関嶋 政和
＜略歴＞
2002年3月 東京工業大学大学院農学生命科学研究科博士課程修了
2002年4月-2009年3月 産業技術総合研究所 産総研特別研究員、研究員、企画主幹
2009年4月-2016年3月 東京工業大学 学術国際情報センター 准教授
2016年4月-2020年3月 東京工業大学 科学技術創成研究院 スマート創薬研究ユニット ユニットリーダー・准教授
2020年4月-現在 東京工業大学 情報理工学院 准教授
＜研究分野＞
スマート創薬、知能情報処理、マテリアルズインフォマティクス
＜最新の研究＞
分子動力学シミュレーションと機械学習を用いたCOVID19治療薬の探索
＜研究室のURL＞
http://www.cbi.c.titech.ac.jp/index.html
情報理工学院 数理・計算科学系 教授
金森 敬文
＜略歴＞
東京工業大学 情報理工学院 数理・計算科学系 教授 (2017/10 -)
理化学研究所 革新知能統合研究センター チームリーダー(兼任) (2016/10-)
＜研究分野＞
機械学習，数理統計学，情報幾何，学習アルゴリズムのための最適化法
＜最新の研究＞
確率分布空間上の距離構造と統計的学習理論
＜研究室のURL＞
https://sites.google.com/site/tokyotechkanamoritakafumilab/
情報理工学院 情報工学系 助教
柳澤 渓甫
＜略歴＞
日本学術振興会 特別研究員 (DC2)(2017-2019)
日本学術振興会 特別研究員 (PD)(2019-2020)
東京工業大学 情報理工学院 非常勤講師(2019-2020)
東京工業大学 情報理工学院 助教(2020-)
＜研究分野＞
構造バイオインフォマティクス, 創薬インフォマティクス
＜最新の研究＞
深層学習と共溶媒分子動力学シミュレーションを用いたタンパク質の薬剤結合部位予測
東京大学 理学系研究科附属 知の物理学研究センター 教授
樺島 祥介
＜略歴＞
2004年1月 – 2016年3月 東京工業大学大学院総合理工学研究科知能システム科学専攻 教授
2016年4月 – 2020年3月 東京工業大学情報理工学院数理・計算科学系教授 教授
2020年4月 – 現在 東京工業大学 (名誉教授)
2020年4月 – 現在 東京工業大学 数理・計算科学系 (特定教授)
2020年4月 – 現在 東京大学 大学院理学系研究科附属知の物理学研究センター 教授
＜研究分野＞
統計力学、情報理論、機械学習
＜最新の研究＞
平均場近似にもとづく半解析的リサンプリング法の開発、偽尤度法をもちいたネットワーク推定に関する性能分析
＜研究室のURL＞
https://kaba-lab.org/
情報理工学院 特任教授
新田 克己
＜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
物質・情報卓越教育院 特任講師
安尾 信明
＜略歴＞
2014年-2016年 東京工業大学 大学院情報理工学研究科 修士課程
2016年-2019年 東京工業大学 情報理工学院 博士課程/ 日本学術振興会 DC1
2019年12月 博士（工学）取得
2019年4月-2020年3月 東京工業大学 科学技術創成研究院 研究員
2020年4月 東京工業大学 物質・情報卓越教育院 特任講師
＜研究分野＞
分子シミュレーションと機械学習による創薬
＜最新の研究＞
分子動力学と機械学習を用いた新規薬剤探索、相互作用の学習によるドッキングの高精度化
主催
株式会社Tokyo Tech Innovation
- 日程
-
2023/04/28 (金)
2023/08/04 (金)
- 時間
- 8:50 〜 16:50
- 会場
- オンラインシステムを利用した講義
- 定員
- 15名
申込締切