データサイエンススクール 128

データ科学は科学研究の基本の一つであり、本学における数多くの研究活動において活用されています。このデータサイエンススクールは「数理及びデータサイエンスに係る教育強化」拠点大学の活動として、多くの学生がデータ科学の最前線について知ることができ、さらにデータ科学の手法について、その利用法を体験しながら実践的に学ぶことができる機会を提供するように企画いたしました。
世界トップクラスの技術開発に携わった実務家講師陣が講義するデータ科学領域の最先端分野を基礎から学習・体験できるまたとない機会ですのでふるってご参加ください。

実施内容

実践画像認識入門:基礎から最前線へ。理論と実践で繋ぐAIの真髄

■概要
近年、AI技術の進展が目覚ましいですが、その中でも「画像認識」は顔認証など実世界で幅広く活用され、社会の効率化や安全性、快適性の実現に大きく貢献しています。NECは顔認証の世界的コンテストで1位になるなど、その高い技術力が世界的に認められています。本セミナーでは、世界トップクラスの技術開発に携わった研究者が、画像認識技術の基礎から実践まで、リアルな実例を交えて解説します。単なる座学にとどまらず、実際に手を動かす演習を通して、基本的な能力を身につけることができます。

理論（座学）：極力数学を使わず、仕組みの理解を重視
画像認識の入門から、深層学習（ディープラーニング）の前後の技術変遷までを3部構成で解説。専門外の方でも本質的な考え方がスッキリ理解できます。

演習（実践）：話題のAIライブラリ「PyTorch」に挑戦
プログラミング言語Pythonの基礎から、手書き数字の認識、さらに現場のデファクトスタンダードである「PyTorch」を用いた最新の深層学習までを網羅。未経験から最先端の技術に触れられます。

■開催日時・場所
日時：2026年9月19日(土) 10:30 – 17:30
2026年9月26日(土) 10:30 – 17:30
会場：京都大学学術情報メディアセンター南館 201教室

■講師
佐藤 敦（NECサイバーフィジカルインテリジェンス研究所/京都大学情報学研究科客員教授）
枌 尚弥（NECサイバーフィジカルインテリジェンス研究所）

■定員　対面参加： 40名

■スケジュール（予定）

■実施内容
【理論1】パターン認識基礎(ベイズの定理、平均誤り確率、交差確認法)、画像認識の実例紹介(顔認証を中心に)
【理論2】K近傍決定則(KNN)、主成分分析(PCA)、サポートベクトルマシン(SVM)、多層パーセプトロン(MLP)
【理論3】畳み込みニューラルネット(CNN)、深層学習(ResNet)、トランスフォーマー(ViT)、CLIP、VLM

【演習1】Python演習キットのおさらい、ファイルI/Oと画像表示(MNIST等)、行列演算(平均顔の作成)
【演習2】K近傍法および主成分分析の実装（余裕のある人はサポートベクトルマシンの実装）
【演習3】MLP、CNNの実装、学習と推論の実行
【演習4】ResNet、ViTによる推論、CLIPによる推論(CIFAR等)、特徴の可視化（余裕のある人はVLMによるCaptioning）

■受講要件
・京都大学および他大学に所属する学生
　ただし他大学学生は、京都大学データ科学イノベーション教育研究センターに関係する教員の紹介が必要
・当日、インターネット接続可能なノートパソコン（PC/Mac）を用意できる方
・事前にPythonの演習キットを用いて、自習しておくこと。