高等学校段階までの学習で身につけてほしいこと 東京大学を志望する皆さんには、アドミッション・ポリシーにも明示されているように、本学に入学するまでに、できるだけ多くのことを、できるだけ深く学んでほしいと思います。以下、本学を受験しようと考えている皆さんに向けて、高等学校段階までの学習において、特に留意してほしいことを教科別に掲げます。 【国語】 国語の入試問題は、「自国の歴史や文化に深い理解を示す」人材の育成という東京大学の教育理念に基づいて、高等学校までに培った国語の総合力を測ることを目的とし、文系・理系を問わず、現代文・古文・漢文という三分野すべてから出題されます。本学の教育・研究のすべてにわたって国語の能力が基盤となっていることは言をまちませんが、特に古典を必須としているのは、日本文化の歴史的形成への自覚を促し、真の教養を涵養するには古典が不可欠であると考えるからです。このような観点か
村井純教授の1月16日最終講義全文書き起こし
Ruby on Rails, Web Services, Software Development, Startups 概要 「日本のインターネットの父」と呼ばれる慶応大環境情報学部教授の村井純さん（64）が定年を迎え、16日、最終講義があった。村井さんは「インターネットに国境はない。国や政府が分断したり規制しようとしたりする試みは続くだろうが、若い人たちで守ってほしい」と呼びかけた。 https://www.asahi.com/ 村井先生の最終講義。16年ぶりに村井先生の講義を聞いて懐かしくなりました。せっかく良いことをたくさんおっしゃっていたので人力で書き起こしをしました。（Amazonウィッシュリスト） 講義全文 共同授業担当 佐藤特任准教授(以下教員)： そろそろ始めましょうか。 村井： はい。それでは皆さん、こんにちは。インターネットの、2019年秋学期の最終回ということで集まっ
AWSによるクラウド入門
真野 智之 (Tomoyuki Mano) <tomoyukimano@gmail.com> version 1.0, 2020-06-19
松尾研究室が2023年9~10月に東京大学サマースクールで開催した LLM 大規模言語モデル講座のコンテンツを無償公開しています。 本講座は約2,000名の受講者が参加し、全7回の講義を実施しました。 最終課題としてGPUを使ったコンペティションでは約800名が参加し熱戦を繰り広げました。 現在、講義のスライドのみ公開しております。 ダウンロードは利用規約を確認の上、下記からダウンロードをお願いいたします。 最終更新: 2024年2月10日 問題・フィードバック報告フォームはこちら 第1回：Overview of Language Models LLMの概要、今後の各回の講義の概要、および日本のLLM開発状況について 第2回：Prompting and Augmented Language Model 事前学習済みLLMを追加学習せずに活用する技術（プロンプティング、⽂脈内学習、Augme
計算機による自律的な学習を目指す機械学習や, 大規模情報源からの知識発見を実現するデータマイニングの理論について, 教師付き学習, 教師なし学習を中心に理解する.
私のセキュリティ情報収集法を整理してみた（2023年版） - Fox on Security
新年あけましておめでとうございます。毎年この時期に更新している「私の情報収集法(2023年版）」を今年も公開します。 ■インプットで参照している情報源（海外） ランサムウェア攻撃やフィッシング攻撃等、サイバー攻撃インシデントの多くでは、出し子、買い子、送り子といった犯罪活動の協力者などを除き、日本の警察に逮捕された容疑者はそれほど多くない事が、ニュース等の報道を見ていると分かるかと思います。海外から日本の組織が攻撃を受けているケースが多いと推定される中、自己防衛が重要であり、最近は脅威インテリジェンスを活用して攻撃の初期段階、初期兆候を重要視する企業も増えてきています。海外の主要セキュリティサイトの情報をいち早く把握する事で、脅威インテリジェンス並とまでは言えないかも知れませんが、国内サイトで報じられるまでの時差を稼ぐ事が可能になるケースもあり、当ブログでも有力海外ソースの発信情報をチェッ
Google Drive: Sign-in
Not your computer? Use a private browsing window to sign in. Learn more
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
高等学校段階までの学習で身につけてほしいこと | 東京大学
松尾研 LLM講座 講義コンテンツ | 東京大学松尾研究室 - Matsuo Lab
1. 機械学習概論と単回帰 (1) | 筑波大学オープンコースウェア｜TSUKUBA OCW