公開日：2023年12月15日

 

eラーニングプログラム（オンデマンドプログラム）

特別講義

2023年12月15日現在

	講義	動画・時間	内容	講師
（１）	因果推論 （2020年8月開講）	因果推論についての基礎的な知識を学びます。		田村 光太郎氏（元：株式会社野村総合研究所） 斉藤 史朗 特任教授
		＃1（1:30:19）	・統計分析の復習
		＃2（1:31:46）	・相関と因果の考え方・効果量の測定方法
		＃3（1:31:23）	・バイアスの除去方法
		＃4（1:21:48）	・検証実験の設計
（２）	レコメンドモデル作成 （2021年7月開講）	講義と演習教材によって、レコメンドモデルを作っていただきます。		赤間 悟氏（株式会社Heliks Data） 斉藤 史朗 特任教授
		＃1（2:03:32）	・近傍ベースでの協調フィルタリングによるレコメンド
		＃2（2:25:23）	・コンテンツベースレコメンド ・共起行列を使った関連アイテムレコメンド
		＃3（2:17:16）	・行列分解による強調フィルタリング ・オフラインでのレコメンドの精度や特性の評価の仕方
		＃4（2:20:36）	・暗黙的フィードバックによる協調フィルタリングによるレコメンド ・購買データやサイトログデータの探索的データ分析 ・演習問題
		＃5（1:36:59）	・課題の解説と評価やバイアスに関する補足
（３）	自然言語処理_基礎編 （2021年度開講）	自然言語処理に取り組む上でのベースとなる、前処理について説明します。		和田陽一郎 客員教授 （株式会社D4cアカデミー　代表取締役社長） 斉藤 史朗 特任教授
		＃1（4:13）	・この章で扱うケース
		＃2（14:53）	・自然言語処理概要
		＃3（32:51）	・データ取得
		＃4（29:34）	・テキストデータの数値化①
		＃5（31:47）	・テキストデータの数値化②
		＃6（38:41）	・テキストデータの整理
		＃7（15:38）	・データの俯瞰と加工
		＃8ｰ1（18:38） ＃8ｰ2（32:09） ＃8ｰ3（29:52） ＃8ｰ4（20:18） ＃8ｰ5（56:32）	・自然言語処理でよく使う分析手法
（４）	自然言語処理_応用編 （2021年度開講）	自然言語処理の発展的課題として、LDAによるトピックモデル、Word2Vec、BERTについて学びます。		関根　伸吾氏（ネイチャーインサイト株式会社） 斉藤 史朗 特任教授
		＃1_1（1:20:52） ＃1_2（29:24）	・単語の分散表現とword2vec
		＃2_1（1:00:28） ＃2_2（25:22）	・トピックモデル
		＃3_1（1:05:07） ＃3_2（26:16）	・BERTの概要
（５）	深層学習の基礎 （2021年度開講）	進化のスピードの速い、この分野において、長く使える普遍的な考え方を身につけることを目的としています。		福馬 智生氏（株式会社TDAI Lab　代表取締役社長） 斉藤 史朗 特任教授
		＃0（5:17）	・深層学習の基礎と研究または社会への応用に向けて
		＃1（35:57）	・AIの定義によって深層学習の定義を深める準備をしよう
		＃2（38:10）	・深層学習で何が学習するのか？
		＃3（48:46）	・深層学習はどうやって学習をしているか？
		＃4（30:52）	・なぜ深層学習は画像や音声や自然言語に強いのか？
		＃5（43:54）	・近年進化した深層学習はアノテーションを使っていないって本当？
		＃6（48:10）	・深層学習が時系列を扱う2つの方法
		＃7（35:08）	・AIが社会に信頼されるために必要な４つの柱（前編）
		＃8（43:02）	・AIが社会に信頼されるために必要な４つの柱（後編）
		＃9（39:18）	・深層学習研究のトレンドとこれから
（６）	教師なし学習の基礎と演習 （2022年9月開講）	EDAと教師あり学習に加えて、分析の幅を広げるうえで有効な「教師なし学習」を扱います。 項目としては、クラスタリング、次元圧縮、埋め込み、異常検知の各種手法の紹介します。		赤間 悟氏（株式会社Heliks Data） 斉藤 史朗 特任教授
		＃1（2:22:58）	・クラスタリング１
		＃2（3:59:08）	・クラスタリング２ ・次元削減 ・クラスタリングと次元削減を用いた演習
		＃3（4:12:14）	・embedding（埋め込み） ・トピック分析の演習
		＃4（3:47:51）	・異常検知