大学院ゼミ １年生の導入教育
はじめに
こんにちは。大学・大学院で情報科学を専門とする教員をしています。
本記事では、私のゼミに所属する大学院1年生を対象とした、ディープラーニング導入教育のカリキュラムをご紹介します。
この実習の目的は、以下のとおりです。
- 大学院での研究を円滑に開始するための準備
- ディープラーニングを「理論」ではなく「実装」で体得する
- Google Colab 上で完結する、実行可能なプログラムを中心とした学習
第10週まではColab上で完結する内容となっており、今後Qiita上で各週の内容を順次公開していく予定です。
自習や指導の一助となれば幸いです。
本記事では、全15週のテーマを目次形式で紹介します。
※Colabノートやコードの詳細は、各週の記事にて個別に解説していきます。
なお、11週目からはColab で出来なさそうなので、記事としてアップロードするのは最大で第10週までとなりまｓ
カリキュラム全体（15週構成）
第1週
Colabの環境設定と基礎確認
Google Colabの使い方、Hugging Faceの利用、PyTorch/TensorFlowの確認、GPUの動作確認
👉 第1週の記事を読む
RNN編
第2週 テキスト自動生成
ニューラルネットによる文章の続きを生成する
👉 第2週の記事を読む
第3週 翻訳と要約
英文を日本語に翻訳し、記事を短く要約する
👉 第3週の記事を読む
第4週 文章の分類と感情の判定
テキストをジャンルごとに分類し、感情を読み取る
第5週 チャットボットと意味ベクトル
会話を生成し、単語や文の意味を数値で表現する
第6週 情報の抽出
人名や地名などの情報を文から抜き出す
おまけ 音楽の生成
テキストからメロディを作成する
CNN編
第7週 画像の生成と変換
文字や指示から画像を作ったり、画像のスタイルを変える
第8週 画像の特徴抽出
画像からキーワードや特徴ベクトルを得る
第9週 物体の検出と領域の認識
画像内のモノを見つけ、場所を特定する
第10週 画像の分類と応用
画像をカテゴリごとに分け、既存モデルを再学習して使う
おまけ 動画生成と骨格推定
映像を作ったり、人の動きを捉える
強化学習編
第11週 ゲームでの行動学習①
落ちてくるボールを跳ね返す操作を学習させる（Breakout）
第12週 ゲームでの行動学習②
四足歩行ロボットを歩かせる操作を学習させる
第13週 予測に基づく学習
自分で未来の動きを予測しながら動作を最適化する
第14週 複数エージェントの協調学習
いくつかのキャラが協力して目標を達成する行動を学ぶ
まとめ
第15週 これまでの振り返り
各週の実習内容を整理し、今後に活かすためのまとめを行う
まとめとこれから
以上が、全15週の概要です。
ディープラーニングを「動かしながら学ぶ」ことを重視したカリキュラムとなっています。
次回予告
次回は【第1週 Colabの環境設定と基礎確認】を公開予定です。
謝辞
文章を易しくするにあたり、熊野ヘネ様に助言をいただいております。
ここに厚く御礼申し上げます。