深層学習 ―数理で理解する基本原理― (オンラインセミナー、学生無料)

イベント詳細 近年、深層学習は画像認識、音声認識、自然言語処理、時系列解析など、幅広い分野で飛躍的な性能向上をもたらし、研究・産業の両面で不可欠な基盤技術となっている。一方で、その背景にある数理的構造や学習の仕組みについては、「手法は知っているが、なぜそれでうまくいくのかはよく分からない」と感じている学習者も少なくない。
本セミナーでは、小池敦氏（東北大学 特任准教授）が、書籍『図解深層学習—数理で理解する基本原理—』（近代科学社）をベースとして、深層学習の基礎知識と動作原理を、直感的かつ数理的に解説する。単に深層学習の重要キーワードを紹介するのではなく、ニューラルネットワークが「どのような構造を持ち」「どのような仕組みで学習が進むのか」を理解することを目的とする。
セミナー前半では、ニューラルネットワークの基本構造、活性化関数、損失関数や勾配に基づく学習といった深層学習の基礎を整理し、後半では応用分野ごとに代表的なネットワーク構造を取り上げる。具体的には、画像処理で広く用いられる畳み込みニューラルネットワーク（CNN）、時系列データ処理で用いられる再帰型ニューラルネットワーク（RNN）、自然言語処理を中心に急速に普及したトランスフォーマーについて、それぞれの設計思想と原理を直感的に説明する。
本セミナーでは、単にニューラルネットワークの処理手順やモデル構造を紹介するだけでなく、学習が成立する理由そのものに焦点を当てる。特に、誤差逆伝播法の背後にあるヤコビ行列や連鎖律についても、数式の操作に立ち入りすぎることなく、幾何学的・直感的な解釈を交えて解説する。
セミナーは、10:30–11:45、13:00–14:15、14:30–15:45、16:00–17:15 の4コマ構成で行う。各コマでは、深層学習を理解する上で本当に必要な概念に絞って説明し、知識を網羅的に詰め込むことを目的としない。「なぜそのやり方で勾配が求まるのか」「なぜその構造で所望の処理を実現できるのか」といった本質を掴んでもらうことを重視する。
重要キーワードを表面的に知るだけでなく、深層学習の仕組みを納得感をもって理解したい方に最適なセミナーである。本セミナーをきっかけとして、専門書や論文を自力で読み進められるための基礎的な理解を身につけることを目標とする。
小池 敦（こいけ あつし）東北大学大学院情...

プラットフォーム: peatix / 主催者: 待兼山データサイエンス