Embedded Files
2020S2タームの教材へのリンクは停止しています。
今年度の教材の公開をお待ちください。
事前の準備：環境構築
事前の準備：環境構築
初回の講義を受けるより前に済ませて来てください！授業中にダウンロードから始めると、授業中にインストールが終わりません。
こちらの資料の33~38ページに従い、Anaconda のインストールをお願いします
Colaboratoryを使う方は、こちらの資料の39~43ページに従い、使用方法をマスターしてください
Jupyter notebookの起動や、Anaconda-Navigator, Anaconda Promptなどの起動方法についても確認しておいてください。
第１回：ガイダンスと環境設定
第１回：ガイダンスと環境設定
教材
教材
説明スライドはこちら
収録動画のURLはITC-LMSの「お知らせ」をご覧ください
初回はガイダンスのほか、皆さんのPCの環境設定を行います
環境設定マニュアルに従い、インストール済みのパッケージのアップデートや、追加パッケージのインストールを行います
初回のみ、TAさんが手伝いにきてくれるので、このタイミングで環境構築を済ませてください（２回目以降はITC-LMSのメッセージ経由でのサポートとなります）
手持ちのPCの動作に不安がある方は、Google Colaboratoryを利用してください（動作確認済み）
ECCS（情報基盤センターのPC）を使って事前に演習を行うことも可能です。ただし、設定が必要です。設定方法はこちらをご覧ください。
ECCSはリモートからの利用も可能です。ただし、お使いのPCによってはキー配置が違うので注意してください。
課題
課題
次回の授業(6/9)までに、第2回の講義で解説する演習ファイルを予習してきてください。
次回までの予習
次回までの予習
第2回の演習ファイルを読み、実行してくること
第２回：音響情報処理
第２回：音響情報処理
教材
教材
課題
課題
ヴァイオリンの単音の周波数解析
ヴァイオリンの独奏のスペクトログラムを描画
第３回：テキスト処理（形態素解析と言語モデル）
第３回：テキスト処理（形態素解析と言語モデル）
教材
教材
課題
課題
Janomeを使った形態素解析
NLTKを使った統計的n-gram学習とランダム文生成
第４回：テキスト処理（トピック解析）
第４回：テキスト処理（トピック解析）
教材
教材
課題
課題
注意！！第4回の課題'mp_ex4.ipynb'で、正しくできればこうなるはずと書いた正解が間違えていました。こちら に修正した課題ファイルを置きましたので、差し替えをお願いします。ご連絡くださった方、ありがとうございました。(2020/06/17)
tf-idfモデルの学習
「風の又三郎」の重要語の抽出
第５回：画像処理（画像の表現と二次元デジタルフィルタ）
第５回：画像処理（画像の表現と二次元デジタルフィルタ）
教材
教材
課題
課題
写真から線画のイラストを作ろう！
今回は原画像を皆さんに用意してもらうことにします。
原画像はスマホで撮影してパソコンに取り込んだり、パソコン内蔵のカメラを使って撮影したり、パブリックドメインの画像をWebからダウンロードすることで用意してください（画像の著作権に注意してください）
原画像は課題がおかれているフォルダなどにおいて、その写真のパスを、課題のノートブックの一番最初のコードセルにある変数imgfileに代入してください
各処理において、それぞれパラメータを調整してきれいな線画を作成してください。
課題を提出する際は、画像が表示されている状態で保存し、mp_ex5.ipynbファイルのみを提出してください。原画像の提出は不要です。
opencvのインストールに失敗した方
第1回授業の掲示板にTAさんが仮想環境の作り方を載せてくれています。そちらを参考にインストールしてください
もしくはColaboratoryを利用してください
第６回：画像認識（深層学習）
第６回：画像認識（深層学習）
教材
教材
説明スライドはこちら
演習ファイルはこちら （修正済み：2020/07/02):
以下3つのファイルはColaboratoryでの実行を推奨します！
ImageRecognition2.ipynb
ImageRecognition3.ipynb
mp_ex6.ipynb
MobileNet-SSD.ipynbでは200MB程度の学習済みモデルをダウンロードします。所有のPCで実行する場合は、ストレージの利用可能容量を確認してください。不安のある方は、Colaboratoryを利用してください。
課題
課題
注意！！第６回の課題'mp_ex6.ipynb'で、正しくできればこうなるはずと書いた正解のネットワークが間違えていました。こちら に修正した課題ファイルを置きましたので、差し替えをお願いします。ご連絡くださった方、ありがとうございました。(2020/07/02)
手書き数文字を認識するConvolution Neural Networkを設計しよう！
手書き数文字のデータセットMNISTを使って文字認識を体験してもらいます
指定したCNN構造を実装してください
Google Colaboratoryでの実行を推奨
課題を提出する際は、画像が表示されている状態で保存し、mp_ex6.ipynbファイルのみを提出してください
第７回：Web APIとWebスクレイピング
第７回：Web APIとWebスクレイピング
教材
教材
説明スライドはこちら
演習ファイルはこちら
”WebDataProcessing?.ipynb”以外のファイルはオプションです
"IBMWatsonAPI.ipynb", "TwitterAPI.ipynb", "YahooAPI.ipynb"ファイルは実行不要です（アカウント登録が必要なため）。実行結果を書き出していますので、それを見て動作を確認してください。
課題
課題
東京大学のWebページ「UTokyo Focus」をスクレイピングし、このページのタイトルを取得する
同ページの「IN THE NEWS 」にあるニュースタイトルの一覧を取得する
正解は、そのプログラムを実行したときのWebページの内容によって変わります
Google Sites
Report abuse