高校生コース

人工知能研究者になるために、人工知能研究で世界を牽引するスタンフォード人工知能研究所があるスタンフォード大学のコンピュータサイエンス専攻への入学を目指します。

AP(Advanced Placement)のMathの
AP Calculus BC
AP Statistics
に関して、評価５を取得するように指導します。

AP Calculus BC のレッスンでは、下記のテキストを使用しています。
Calculus: Early Transcendentals 9th Edition by James Stewart (Author), Daniel K. Clegg (Author), Saleem Watson (Author)

AP Statistics のレッスンでは、下記のテキストを使用しています。
The Practice of Statistics Sixth Edition by Daren S. Starnes (Author), Josh Tabor (Author)

AP(Advanced Placement)のComputer Scienceで使用されるプログラミング言語は、Javaです。
なので、Java言語のレッスンを行います。

当レッスンでは、Pythonを中心にプログラミングを教えてきましたので、Javaの習得も容易に行うことができます。

Javaの統合開発環境(IDE)として、Eclipseを使用しています。

AP(Advanced Placement)のComputer Scienceの
AP Computer Science A
のために、プログラム言語Javaの徹底レッスンを行い、これらに対して評価５を取得するように指導します。

テキストとして、AP Computer Science A のレッスンでは、下記のテキストを使用しています。
Princeton Review AP Computer Science A Prep, 2023

深層学習(Deep Learning)は、多層の人工ニューラルネットワークを効率よく学習させるために開発されたアルゴリズムとして考えることができる。

多層ニューラルネットワークでは、出力された値から正解値との誤差を計算し、これを入力方向に伝搬することで、すべての重みを適正な値に更新する「誤差逆伝搬(バックプロパゲーション)」のアルゴリズムの理解が必須であるが、この誤差逆伝搬の数学的な理論を解説し、そのアルゴリズムを理解する。

パイソンによるフルスクラッチの実装を行い、その動作を確認する。

そして、MNISTデータセットの手書き文字を分類するために、パイソンで実装した多層ニューラルネットワークをトレーニングし、認識精度を確認する。

画像分類問題で並はずれた性能を発揮する畳み込みニューラルネットワーク(CNN)において、畳み込み層とプーリング層と過学習対策のドロップアウトの解説を行い、パイソンによるフルスクラッチの実装を行い、その動作を確認する。
そして、MNISTデータセットの手書き文字を分類するために、パイソンで実装した畳み込みニューラルネットワークをトレーニングし、認識精度の向上を確認する。

Stanford大学のコンピュータサイエンス専攻の入学することを目指すためには、AIの理論と実装の両方を高いレベルで習得する必要があります。

AIの理論と実装には、様々な分野がありますが、特にニューラルネットワーク、トランスフォーマー、生成AIが重要と考えています。

ニューラルネットワークとトランスフォーマーは、現代のAIの基礎となる数学的なモデルです。これらのモデルを理解するためには、単に既存のプログラムコードを使うだけではなく、ゼロからそれらのプログラムを作成することが重要です。これにより、ニューラルネットワークとトランスフォーマーの仕組みや特徴を深く理解できます。

生成AIは、ニューラルネットワークとトランスフォーマーを応用したAIの一種で,代表的な例として、chatGPTがあります。

生成AIの実装において、PyTorchというフレームワークを使います。
PyTorchは、ニューラルネットワークやトランスフォーマーを簡単に扱えるように設計されたフレームワークです。
PyTorchを使うことで、生成AIの実装を効率的に行うことができます。

これらのAIの理論と実装に関する研究成果をApplication RequirementsのEssayとしてまとめます。
Essayでは、どのようにAIの理論と実装を学んだか、どのような成果を得たか、どのような将来の展望があるかなどを詳しく説明します。
エッセイによって、Stanford大学でAIの研究を行うことへの強い意志や能力を示すことができます。