●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。
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。
●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。
基礎から応用まで、また理論から実戦まで、バランスが取れていて、とても良かったように思います。最近、どのようなものが流行っているのかなど、参考書やインターネットだけでは簡単に入手出来ない情報が得られたのがとても良かったです。これらをもとに、今後どのようなものをもっと勉強していくべきなのかなど、何となくですが方向性が見えてきたような気がしています。
技術の成り立ちの背景や基礎から、最新の動向、そして演習までと非常にバランス良いカリキュラムだったと思います。書籍ではなかなかノウハウにまで踏み込んだ情報が得られないため、生きた情報として活用したい。
過去いくつかの会社の講座を受講したが、4日間で大学4年〜大学院1年レベルの内容理論からしっかり学べる講座はなかったので非常に満足しています。背景や理論、実装技術に加えて実践に必要なノウハウが提供されたことが良かった。
●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。
講義中に適宜質問時間を設けていただいたので非常にわかりやすかった。また、先生と面談させていただく機会もあったため、講義の内容と自身の職務を踏まえた勉強になるお話を伺うことができ非常に有益でした。
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。
自分の業務内容と100%合致した内容だったので、すべてが職務に活かせると思いました。現行の商用技術と学術トレンドの説明があり、今後の見通しを頂けたのは今後の技術戦略を検討する上で有難かった。
●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。
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。
適度に演習を交えて頂き、都度考えることで、色々な気付きを頂きました。
●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。
音声処理を学ぶのは初めてでしたが、世界観や音声ならではの注意点をしっかり押さえることができたので、非常に満足です。音声関連の学術領域を集中的に俯瞰的に学ぶ機会として有り難かった。自身の学習では断片的な知識の寄せ集めになりがちで全体感が掴み難かった。
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。
BERT以外のことに触れたことが少なかったので、概論から構文解析等の講義もあり、大変参考になりました。活用方法が分からず躊躇している状態だったので、どのような技術が存在するのかを知ることで今後の方向性を考える良い機会となった。
●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。
●脳認知科学（認知情報学、心理情報学、脳情報学）
脳の仕組みにまで詳細に遡って認知・知能について考える機会はこれまで殆どありませんでした。深層学習モデルも、人間に近づけていく取り組みが進んでいる事についても知らないことが多く、ためになりました。
視覚心理についてこれだけ体系的に講義していただける機会はめったにありませんので、貴重な体験をできました。脳波測定実演も、実感を得られ大変有難い学びでした。
これまで人間に対する入力しか考えたことがありませんでした。受け取った信号を人間がどのように処理して、どのように感じているのかという視点を得られたので、今後視野を広げて考えるきっかけになりました。
基礎的な人間の特性やシステム、意思決定の方法などの部分は、私自身がこれまで深く考えたことがなく、知らないことも非常に多く面白かったです。視線や表情の解析がどのように実施されていてどのレベルでできるのか、共感や個性の重要性、人間の知能とAIの違いやAI技術が社会に導入された時に注意しなければいけないことなどは比較的分かりやすく非常に参考なりました。
基本的な部分でもまだまだ自分が知らないことがある実感しました。ニューロンがスパイクを出す原理から、ニューラルネットワークと脳との違いなど非常に参考になりました。また、最新の脳内イメージの可視化、BMIの状況なども聞けたので満足しています。
DNNとの出力的な類似性、良い性能のエンジンと脳の機能的構造の類似性が低い点など、脳を切り口とした理解が深まった。
