●分野全体を俯瞰した系統的な学習ができた
専門的な知識をなぜそのようになっているのかなど、理由から説明していただくことで、とても理解しやすかったです。
私自身は、機械学習分野にそれほど造詣が深くありません。なんとなく、ばらばらと自力で学習していて、単語は知っているものもありましたが、
系統的な学習が出来ていませんでした。まとめて聞くことが出来て非常に良かったです。
普段体系的に理解できていないことや分野の最先端の研究がどのあたりなのか、また学問分野としてどのように 発展してきたのかということがわかりよかったです。
●レベルの高い内容や最先端も含めた学習ができた
他社の研修と比べ、明らかに明らかにレベルの高い内容だと思います。理解するために一生懸命頭を動かしたため、あっという間の4日間でした。よくある人工知能（深層学習）の本だけでは得られない原理等の知見と解説、応用技術を学ぶことができた。
もともとそこまで知識がなかったこともありますが、参考書見ながらやるよりもはるかに多くの情報を学べたと思います。4日間集中して学べる環境であったのも理解につながりました。教科書を読んでいても、ぴんと来なかった行間の内容をご説明いただけたので、理解が深まりました。
基礎から先端までをカバーしていた点と分野の潮流が具体的に示されていた点は大変良かったです。
●業務でも活用できる実践的な学習ができた
機械学習の歴史や最先端の分野まで、丁寧に教えていただいて、スカスカだった自分の知識が埋められた感じでとても勉強になりました。講義の後に実践的な演習で，実際に手を動かすことで，実務に活かすビジョンも見えたと思います。
専門分野が全く異なるので、講義について行けるか不安でしたが、非常に丁寧にフォロー頂いたので問題ありませんでした。講義の内容も基礎から丁寧に説明いただき分かり易かったです。演習についてもプログラミング自体に不慣れで初歩的な質問ばかりしてしまったのですが、丁寧教えていただき非常に助かりました。
想像していた以上に実践的で、先端技術を具体的に習得することができた。直観的な理解ができたため、今後自分で学習するにあたってもスムーズに入っていけると確信している。
●講義と演習のバランスがちょうどよかった
4日間という短い時間の中で、ここまで濃い内容を教えるのは大変だと思います。それでも講師陣の方々の分かりやすい解説と考えられたカリキュラムのおかげでどうにか付いていくことができました。
演習や資料等があり、持ち帰って復習ができそうで良かった。
講座では具体的な研究成果を使って、基礎を説明してくださり、わかりやすかったです。演習もサンプルを実行するだけではなく、基礎知識を紹介していただきながら進められたので、理解が深まりました。
丁寧に教えてもらう部分/前提として持ってる知識を省く部分がちょうどいいバランスであったと思います。演習も自力で解くには時間がかかるパートもありましたが，考えて実装する⇒わからなかったら聞くのサイクルがはやく回せる環境があってよか ったです。講義を聞きながら質問できる環境と、いつでもCodeを素早く実行できる環境は素晴らしいと思います。
●運営、進行、フォローが適切だった
先生の説明はわかり易く、説明しながら画面上に落書きするため、計算の過程の理解に大変助かったと思います。チャットツールとAzureの活用もすごく良いと思います。全体的に、ボリューム・レベル的にもちょうどよく、先生やTAの方々にも質問にも丁寧にお答えいただき、大変勉強になりました。ありがとうございました。
個別面談および講師の皆様との質疑応答を通じて、自分自身の解析目的に適用できそうなアイデアをいくつか頂けたのが最大の収穫でした。他社さんとも交流できてよかったです。他社さんが今後どのように活用しようとしているかについても聞けてよかったです。
今回、遠隔講義となってしまい、やりづらい点が多いかと思いますが、いろいろと試行錯誤していただいているのを感じました。受講者側の様子も把握しづらい中、丁寧な講義をしていただき、特に違和感なく受講できました。また、質疑しやすいように休憩時間を多めにとって頂けたのは良かったです。
今回遠隔になったため、フォロー用の動画配信もしていただいたと思うのですが、非常にありがたかったです。復習のために見直すと非常に理解が深まりました。
●知能メディア（コンピュータビジョン、音声メディア、自然言語処理）
コンピュータビジョンで行っているDNNの技術や、過去の手法などについても理解を深めることができました。単なる講義講演に留まることなく、実践する力が少しでも身につくように会社員側の視点で作られた講座でありがたかったです。さすが3D視点変換なども利用されている研究室だと思いました。4日間大変お世話になりました。
クラシックな画像認識から説明いただいたことで、畳み込みや非線形変換に繋がる部分において、深層学習の優れている部分がよく理解できました。
音声認識についての技術を当初のものから最新のものまで幅広く知ることができただけではなく、音声強調や分離などの知識も得ることができました。実際の音声認識や音声分離でどのようにモデルを構築するか、モデルの入力に何を利用するべきかなどの理解が深まったと思います。
講義の後いくつかの書籍を見たところ、今回説明されていた内容も多くあり、今回の講義内容を足掛けに音声・音響工学や音声システムの学習を今後も進めていけるようになりそうだと感じました。
歴史から最新の動向まで知れた。知りたかったBERTの部分が手厚くカバーされていて満足した。BERTを理解する為の前提知識から学習する事が出来る事。またBERTの応用例を、実装を含めて紹介していただけた点で満足しています。
ニューラルネットワーク、LSTMなど、自分で勉強するだけでは理解しきれなかった部分も理解することができました。また、最新技術であるBERTの内容も理解でき、全体的に大きな収穫のある講座でした。
●認知システム（統計的機械学習、離散構造データからの機械学習）
推薦システム等の関係データの学習に始まり、グラフニューラルネットまでご講義頂き、この分野に関してかなり理解できました。
AI開発はとりわけ技術進化の早い分野であり、最新の技術であってもすぐに他のアルゴリズムに置き換わってしまう可能性はあるとはいえ、特定の技術開発ドメインやアプリケーション、ユースケースにおいては必要な要件を十分に満たすことのできる性能であると考えており実務に反映したい。
アカデミックの最前線の方々に離散数学の基礎をおそわり、またリアルタイムで質問に答えていただき満足した。
使い勝手の良い手法（アソシエーションルール、クラスタリング等）と、応用範囲が広い（SAT，MIP）が良かったです。
