大規模言語モデル | 東京大学松尾・岩澤研究室（松尾研）- Matsuo Lab
最先端の大規模言語モデル（LLM）の基礎理論から応用事例まで網羅的にマスターしよう！ 生成AIの基盤モデルとして注目を集める大規模言語モデル（LLM）について体系的に学べる実践型講座。LLMの基本からスタートし、LLMの学習や推論を支える技術、公開されているLLMやAPIなどの活用方法まで幅広く学べます。 実践型のデータサイエンティスト育成講座およびDeep Learning講座を10年以上運営し、のべ30,000人以上の人材を育成してきた東京大学松尾・岩澤研究室がコンテンツを監修・開発しています。 本講座はサマースクールの一環として大規模言語モデル（Large Language Models／LLM)に関して体系的に学べる講座を目的として開催されます。 具体的には以下のスキルを身につける事を目的としています。 ・LLMの原理について，事前学習からRLHFまでの一連の流れや意味合いを理解す
Deep Learning基礎講座 2018 | Deep Learning JP
Sorry, this entry is only available in Japanese. For the sake of viewer convenience, the content is shown below in the alternative language. You may click the link to switch the active language. 講座概要 Deep Learning基礎講座は、今年で４年目を迎える松尾研究室主催の公開講座です。MLP・ニューラルネットワークの基礎から始まり、徐々にDeep Learningの核心的技術や最新トピックが学べる、プログラミング演習を主体とした実践的な内容となっています。「Practice makes perfect」の考えに基き、毎週の演習を通じての技術習得を目指します。演習では、ブラウザ上からGPUを利
Deep Learning JP
松尾・岩澤研究室主催の公開講座「スプリングセミナー 2024」では3講座を開講します. 受講を希望される方は下記ページを参考にしてください. 深層生成モデル 深層強化学習 more
Lectures | Deep Learning JP
Deep Learningや最新の人工知能技術について学びませんか？ Deep Learning技術の登場により、人工知能技術が飛躍的に向上し、ありとあらゆる産業と社会のあり方に大きな影響を与えています。これからの社会では、どんな産業でどんな業種に携わるとしても、人工知能技術の影響を受けることになるでしょう。Deep Learning JPでは、そのような人工知能技術が重要な役割を果たす社会の到来に備え、以下の活動を行っています。 Lectures 2015/10 2016/01 2016/04 2016/10 2017/01 2017/04 2017/10 2018/01 2018/04 2018/07 2018/10 2019/03 2019/04 2019/10 2020/04
AAI-2017A | Deep Learning JP
Sorry, this entry is only available in Japanese. For the sake of viewer convenience, the content is shown below in the alternative language. You may click the link to switch the active language. 2017年度Deep Learning応用講座 Deep Learning技術の登場により、人工知能技術が飛躍的に向上し、ありとあらゆる産業と社会のあり方に大きな影響を与えています。これからの社会では、どんな産業でどんな業種に携わるとしても、人工知能技術の影響を受けることになるでしょう。先端人工知能論 IIでは、Deep Learningの基礎的な知識とモデルを構築する能力を持つ者を対象に、より実践的な研究
AAI-2017 | Deep Learning JP
2017年度のハイライト 受け入れ受講者数の増加 秋には応用講座を開設予定 TensorFlowを中心とした新演習コンテンツ Attentionモデルなどの新しい内容の追加，NLPトピックの拡充（予定） 目次 （内容は調整中で、変更される可能性があります） Introduction 内容：Deep Learningとは/人工知能技術の歴史、社会への影響/講義全体像と注意事項/ 全員挨拶 日付：2017/4/11 Machine Learning 1 内容：Pythonと線形代数，行列・テンソル，数式と実装のブリッジ 日付：2017/4/18 Machine Learning 2 内容：k-NN, Logistic Regression, Softmax, train/dev/testデータセット,学習プロセス 日付：2017/4/25 Perceptron + Feed Forward N
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
DeepLearningと曲がったパラメータ空間 (Scalable trust-region method for deep reinforcement learning using Kronecker-factored approximation) | Deep Learning JP
Hacks | Deep Learning JP