過去の演習ファイルを削除しました。2021年A2期の教材公開をお待ちください。
注意:教材・課題ファイルにアクセスするにはECCSクラウドメール(G Suite)アカウントが必要です。以下のページからECCSクラウドメールアカウントでG Suiteにログイン後に教材にアクセスしてください。
ECCSクラウドメールアカウントはUTokyo Accountの利用者メニューから申請・取得してください
個人のGoogle (Gmail)アカウントでログインしている状態では教材にアクセスできません。必ずログアウトしてからECCSアカウントでログインしなおしてください
個人のアカウントでアクセス権のリクエストを実行しないでください
演習ファイルおよび課題ファイルの実行環境はColaboratoryを推奨します。Anaconda等の他のPython環境で実行する場合はサポート対象外です
Anacondaで環境構築する方は、自己責任で行ってください。S2期で提供したAnacondaによる環境設定資料はこちらにあります
本授業はPythonプログラミング入門を受講した方、あるいは同等程度のプログラミング力がある方が対象です。同授業を未受講の場合は、こちらのHPから教材を参照して、事前に基礎的なPythonプログラミングをマスターしておいてください
Google Colaboratoryを使ったことのない方は、こちらから使い方をマスターしておいてください
収録動画のURLはITC-LMSの「お知らせ」で公開予定
初回はガイダンスです。初回のみ、TAさんが手伝いにきてくれるので、 技術的な質問があればこの機会に質問してください(以降はITC-LMSのメッセージ機能でのフォローとなります)
環境設定(2021 S2期はGoogle Colaboratoryを推奨します)
第2回の演習ファイルを読み、実行してくること
第2回課題は第2回講義後から、その週の土曜22時までの間に提出可能となります
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
説明スライドはこちら
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
説明スライドはこちら
LDA.ipynbはオプションです。
tf-idfモデルの学習
太宰治「人間失格」の重要語の抽出
説明スライドはこちら
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。正解はありませんが、何が描かれているかがはっきりとわかる線画に高い評点を付けたいと思います。パラメータを調整してもきれいな線画にならない場合は、入力画像としてどのような画像を選んだらいいかを考えてください。
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。
画像サイズが大きいとアップロード時にエラーがでるという報告がありました。エラーが出た場合は、先に画像サイズを縮小してからアップロードしてください。
説明スライドはこちら
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
説明スライドはこちら
基礎課題
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「ARTICLES(本部)」にあるニュースタイトルの一覧を取得する
正解のときの出力結果は、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。結果が出力された状態で保存して提出してください。
結果が出力された状態で保存し、"mp_ex7.ipynb"ファイルを提出してください。
保存忘れが目立ちます!よく確認してください。
発展課題
ページ遷移を伴うデータの取得
結果が出力された状態で保存し、"mp_ex7_opt.ipynb"ファイルを提出してください。