61 件ヒット (0.025秒)：
医療分野における人工知能の役割とその基盤技術である機械学習について学ぶ。特に、クラスタリング、深層学習、強化学習について、手を動かしながらシステムを作成し、実データを処理する過程で、医療分野における機械学習について理解を深める。プログラミング言語pythonの基礎と機械学習で重要な役割を持つ数値計算ライブラリの使い方を習得する。
In this course, students will learn about the role of artificial intelligence in the medical fields and fundamental concepts and skills of machine learning.
To deepen own understanding of clustering, deep learning and reinforcement learning, etc, which are the fundamental components of machine learning, by hands-on programming.
To learn about programming language Python and how to use a numerical calculation library which has the important role of machine learning.
医療分野における人工知能の役割とその基盤技術である機械学習について学ぶ。特に、クラスタリング、深層学習、強化学習について、手を動かしながらシステムを作成し、実データを処理する過程で、医療分野における機械学習について理解を深める。プログラミング言語pythonの基礎と機械学習で重要な役割を持つ数値計算ライブラリの使い方を習得する。
In this course, students will learn about the role of artificial intelligence in the medical fields and fundamental concepts and skills of machine learning.
To deepen own understanding of clustering, deep learning and reinforcement learning, etc, which are the fundamental components of machine learning, by hands-on programming.
To learn about programming language Python and how to use a numerical calculation library which has the important role of machine learning.
「人工知能」を支える基盤技術の一つである機械学習について学ぶ．
クラスタリング，深層学習，強化学習などについて，手を動かしながらシステムを作成し，実データを処理する過程を通じてそのエッセンスを探る．プログラム言語Pythonの基本と関連するライブラリの使い方も併せて習得する．
The purpose of this course is to study Machine Learning, an important sub-area of Artificial Intelligence. This course is designed to help students understand some key technologies such as clustering, deep-learning, and reinforcement learning, through the process of applying them for actual data and developing Systems.
医療分野における人工知能の役割とその基盤技術である機械学習の基本概念・技術について学ぶ。機械学習の代表的な分析手法である回帰、分類などについて、手を動かしながらシステムを作成し、実データを処理する過程で医療分野における機械学習について理解を深める。プログラミング言語pythonの基礎と機械学習で重要な役割を持つ数値計算ライブラリの使い方を習得する。/ In this course, students will learn about the role of artificial intelligence in the medical fields and fundamental concepts and skills of machine learning.
To deepen own understanding of regression and classification, etc, which are the fundamental components of machine learning, by hands-on programming.
To learn about programming language Python and how to use a numerical calculation library which has the important role of machine learning.
医療分野における人工知能の役割とその基盤技術である機械学習の基本概念・技術について学ぶ。機械学習の代表的な分析手法である回帰、分類などについて、手を動かしながらシステムを作成し、実データを処理する過程で医療分野における機械学習について理解を深める。プログラミング言語pythonの基礎と機械学習で重要な役割を持つ数値計算ライブラリの使い方を習得する。/ In this course, students will learn about the role of artificial intelligence in the medical fields and fundamental concepts and skills of machine learning.
To deepen own understanding of regression and classification, etc, which are the fundamental components of machine learning, by hands-on programming.
To learn about programming language Python and how to use a numerical calculation library which has the important role of machine learning.
目的：
機械学習で使用されるアルゴリズムについて学び，理解を深める．
概要：
機械学習は世界的に着目されており，既存のライブラリ等を使用すれば誰でも簡単に機械学習ができるようになりました．では，そのライブラリの中では実際にどのような計算が行われているのでしょうか？本授業では，機械学習をより良く利用する上で重要な，いくつかのアルゴリズムを学びます．
Object:
In this course, students will learn about several algorithms used in machine learning.
Summary:
Machine learning becomes an increasingly important topic of artificial intelligence. There exist many machine learning libraries which are used by not only experts but also beginners. So what kinds of algorithms are actually performed in that library? In this course, students will learn several algorithms that are important for making better use of machine learning.
Google Classroomのクラスコードは工学研究科Webページ
https://www.eng.tohoku.ac.jp/edu/syllabus-g.html
（大学院シラバス・時間割・履修登録）にて確認すること。
コンピュータビジョンの様々な問題とその解決方法を説明する．問題とは，物体やシーンを撮影した画像から，それらに関する何らかの情報，例えばシーンの３次元形状や物体のカテゴリ名などを推定する逆問題のことである．関連する基本的概念を説明した上で，コンピュータビジョンの問題への複数のアプローチの方法を，特に深層学習による方法を中心に解説する．
The class code for Google Classroom can be found on the Web site of the School of Engineering:
https://www.eng.tohoku.ac.jp/english/academics/master.html (under "Timetable & Course Description")
This course explains various problems of computer vision and their solutions. The problems are basically inverse-problems in which we wish to estimate some information about an object or a scene from their image(s), such as the categories of objects and the three-dimensional shape of a scene. Students will first learn a series of fundamental concepts, and then study a number of approaches to the problems of computer vision, where the main focus is on deep learning methods.
Google Classroom class code: miblimm
Google Classroomのクラスコードは工学部Webページにて確認すること。
学部シラバス・時間割(https://www.eng.tohoku.ac.jp/edu/syllabus-ug.html)
１．目的
人工知能技術の基礎を学ぶ
２．概要
人工知能は，さまざまな人間の知的活動を計算機上に実現することを目的とする研究領域である．講義では，知識，推論，知覚，言語といった人間の知的活動の根幹となる情報処理をどのように計算機で模倣するかという問いに重点をおいて，人工知能技術の基礎となる考え方や理論を概説する．また，人工知能研究分野の技術発展の歴史と最近の研究題材（深層学習など）についての基礎的事項を概説する．
３．達成目標
人工知能の基本的な諸概念，最近の研究成果の概要を理解し，その概要を簡潔に説明できるようになること．
４．授業形態
授業は基本的に講義室にて対面方式で行います．
授業に関するアナウンス，講義資料の共有，課題提出などはGoogle Classroomを利用します．
The class code for Google Classroom can be found on the Web site of
the School of Engineering:
https://www.eng.tohoku.ac.jp/edu/syllabus-ug.html (JP Only)
1. Course Objective
To learn the basics of technologies in the research field of Artificial Intelligence (AI).
2. Summary of Course
Artificial Intelligence research aims to replicate various aspects of human intelligence using artificial computer systems. In this course, students will explore the foundational ideas and theories in AI technology, focusing specifically on how computers can mimic human knowledge processing, reasoning, perception, and language. Additionally, students will study the fundamentals of historical developments and current research topics (e.g., deep learning) in AI.
3. Course Goal
To acquire knowledge of essential concepts and recent achievements in the research field of Artificial Intelligence.
4. Format
Classes will primarily be conducted in person in the lecture room. Google Classroom will be used for class announcements, sharing lecture materials, and submitting assignments.
計算社会科学研究でよく用いられる自然言語処理技術の知識と応用能力を習得する。ニューラルネットワーク、単語埋め込み、ファインチューニングなどの概念を学ぶとともに、Word2vecモデルの実装、深層学習による文書分類、大規模言語モデルの応用など実践的な能力を身につける。
This course focuses on the knowledge and techniques that widely applied in computational social science research.
Students will learn concepts, such as h as neural networks, word embeddings, and fine-tuning as well as hands-on application skills such as Word2vec model implementation, deep learning based text classification, and applications of large language models.