中ザワヒデキ文献研究 講義用覚書
2018年度第16回 2019年1月30日（水）19:00-22:00
中ザワヒデキ Hideki Nakazawa
Japanese only | 中ザワヒデキ文献研究 | Home J E | Encoding: UTF-8
NYUでの芸術家の為の機械学習講義（予習篇）
ニューヨーク大学 (NYU) の Tisch ITP で Gene Kogan 氏が昨秋行った「芸術家の為の機械学習講義」(全12回) は、GitHub上にその全容が公開されています。オリエンテーションに当たる第1回講義のスライドは143枚あり、今回の文献研究講座ではそれを見ていくこととします。予習推奨です。なお今回のこの講座は、東京女子大の浅川伸一先生から御教示頂いた情報によるものです。浅川先生はいずれ本講座にお招きしたいと考えており、今回はその予習篇となります。
- 配布物：特になし（受講者の方も自己宣伝配布等どうぞ）
- 本講座はSNS等での実況歓迎、配信歓迎、記録公開前提です。
- 講義中の飲食自由です。20:30頃に一回休憩します。終了は22:00を目指します。終了後、よかったら近場で飲食しましょう。
- 授業スケジュール http://bigakko.jp/bunken/sch
- お知らせ等（下方参照）を先に説明するかもしれません。
【1】Gene Kogan「神経美学 @ ITP-NYU 2018秋」第1回講義
全12回のこの講義は、浅川先生によれば「意欲的な取り組みだと評価できる」「皆様と知識の共有や議論のきっかけになれば」とのことです。第1回講義は「60分で全授業」と題されていますが YouTube では2時間以上あるようです。文献研究講座では143枚のスライドを見ていきます。
【2】参考
スライドに出てくる主な用語。
- machine learning 機械学習
- deep learning 深層学習
- supervised learning 教師あり学習
- unsupervised learning 教師なし学習
- RL reinforcement learning 強化学習
- linear regression 線形回帰
- vector ベクタ（ベクトル）http://e-words.jp/w/ベクタ.html
- prediction 予測
- gradient descent 最急降下法
- RNN recurrent neural networks 再帰型ニューラルネットワーク
- neural network ニューラルネットワーク
- CNN convolutional neural networks 畳み込みニューラルネットワーク
- reverse image search 逆画像検索
- t-SNE t-Distributed Stochastic Neighbor Embedding （次元削減の一手法）
- NLP natural language processing 自然言語処理
- interactive machine learning 対話型機械学習
- DeepDream ディープドリーム
- neural synthesis
- generative model 生成モデル
- autoencoder 自己符号化器
- GAN Generative Adversarial Networks 敵対的生成ネットワーク
- DCGAN Deep Convolutional Generative Adversarial Networks
- Progressively-grown GANs
- conditional generative models (image-to-image)
- voice synthesis
- language models
- DQN Deep Q-Network
- decentralized AI 分散人工知能
- DAO Data Access Object データアクセスオブジェクト
【3】お知らせ等
2019-01-29
- 浅川先生は、2月27日(水)の2018年度第18回にお越し頂く予定となりました。
- 【2】参考 に用語を追加しました。
2019-01-28
- 本頁作成。
- ツイート https://twitter.com/nakaZAWAHIDEKI/status/1089875298550636544
Japanese only | 中ザワヒデキ文献研究 | Home J E | Encoding: UTF-8