BERTの論文の解説とハンズオンを行う簡易セミナー

内容概要

ここ最近BERTについてご質問いただくことが多いので企画してみました。
https://arxiv.org/abs/1810.04805
論文の読解＆解説と何かしらの実装例を元にしたハンズオンを行えればと思います。

※
初回開催で期待値上げ過ぎると大変なので、3,000円での設定としました。
わかる範囲では解説しますが、全てのご質問にはお答えできないかもしれませんので、
予めご理解の上ご参加ください。
論文を元にした解説は大体下記のようなイメージで読み解いて行こうと考えています。
https://lib-arts.hatenablog.com/entry/paper1_AlexNet
https://lib-arts.hatenablog.com/entry/2018/12/27/182119
https://lib-arts.hatenablog.com/entry/paper2_VGGNet
https://lib-arts.hatenablog.com/entry/paper9_WaveNet
https://lib-arts.hatenablog.com/entry/paper10_MobileNets
https://lib-arts.hatenablog.com/entry/paper11_GAN
https://lib-arts.hatenablog.com/entry/paper14_FCN
https://lib-arts.hatenablog.com/entry/paper19_YOLO
https://lib-arts.hatenablog.com/entry/paper20_Seq2Seq

開催日程

5/7（火）
受付： 19:50〜20:00
講義： 20:00〜22:00

※
途中5分ほどの休憩を数回設ける予定です。

アジェンダ

1. 言語処理の概論の復習＆予備知識(30分)
　　BoWとWord2Vec（局所表現と分散表現）
　　言語モデルとニューラル言語モデル
　　Seq2Seq（系列変換モデル）とEncoder-Decoder  etc

2. 論文を元にした解説(30分)

3. 実装例を元にしたハンズオン(50分)
　　下記を元にサンプルのrun_classifier.pyを実行と公式実装の簡単な解説を行います。
　　https://github.com/google-research/bert
　　（手順の共有とリポジトリやコードの解説をメインにしますので、実行に関しての
　　個別フォローは行いません。実行についてはおまけ程度に考えているので、話の大枠
　　の理解を優先いただけたらと思います。）

※ 全体の流れは変えませんが、細かい時間配分は内容踏まえて変更する可能性があります。
※ 以下進行にあたっての参考記事です
https://lib-arts.hatenablog.com/entry/nlp_dl1
https://lib-arts.hatenablog.com/entry/nlp_dl2
https://lib-arts.hatenablog.com/entry/nlp_dl3
https://lib-arts.hatenablog.com/entry/nlp_dl4

会場

株式会社講談社様
東京都文京区音羽 2-12-21
（有楽町線護国寺駅 6番出口から約1分）

※ 場所が変更になりましたのでご注意ください。

対象者

言語処理の基本の理解を前提としますので、下記の記事の内容を把握しているものとして進行します。
https://lib-arts.hatenablog.com/entry/nlp_tutorial1
https://lib-arts.hatenablog.com/entry/nlp_tutorial2
https://lib-arts.hatenablog.com/entry/nlp_tutorial3
https://lib-arts.hatenablog.com/entry/nlp_tutorial4
https://lib-arts.hatenablog.com/entry/nlp_tutorial5

フォローアップセミナーも行なっていますので、読んだだけだと難しい方は先に下記にご参加ください。
https://ml-for-experts.connpass.com/event/127127/

講師プロフィール

東大工学部卒。
データ分析/AI開発の仕事の経験は7年ほどで、理論/開発/ビジネスのどれも経験があり強い。
また、多くの業界のプロジェクトに関わったためドメイン知識も豊富。
初心者向けの指導実績も多く、1,000名近い。

当日までの準備

希望者は下記の公式を元に実行まで行っていただけたらと思いますので、環境の構築と事前学習
モデルのダウンロードまで行ってきていただけるとスムーズです。
https://github.com/google-research/bert
Python環境(3.6系推奨)とTensorFlow（1.12.0で動作確認取ってますが、公式だと1.11.0で
テスト済みとされています）のインストールとpre-trainedモデル(uncased_L-12_H-768_A-12.zip)
をダウンロードをお願いします。回線混み合わなければその場でダウンロードも可です。
↓事前学習モデルのリンク（約400MB）
https://storage.googleapis.com/bert_models/2018_10_18/uncased_L-12_H-768_A-12.zip
（話の分量自体多く解説がメインなので、こちらの準備ではマストではありません）

関連分野について事前知識が欲しい方は「深層学習による自然言語処理」が非常に良い本なので、
こちらに軽く目を通した上での参加を推奨します。（1,3,5章中心に読むのが良いと思います。）
https://www.kspub.co.jp/book/detail/1529243.html

費用

3,000円

※
・領収書発行の際は事務手数料として追加1,000円のお支払いをよろしくお願いいたします

定員

10名（人数に合わせて調整します、別媒体でも募集していますので申し込み人数は当日参加者数を反映しません）

ご参加にあたってのお願い

無断欠席や前日以降のキャンセルに関しては当日人数読めなくなり非常に迷惑なので
基本的に行わないようにお願いします。（直前参加は定員的に問題なければ歓迎です！）
体調不良、職務都合、ご家庭の事情などどうしてものケースは別途ご連絡いただくか、
イベントへのお問い合わせよりご連絡いただけますと嬉しいです。
上記がひどいアカウントに関してはブラックリスト処理を行い以後の参加をお断りさせて
いただきますので、その点だけ予めご了承ください。
（7割以上来れる前提でのお申し込みと前日以降のキャンセルはメッセージでのご連絡を
いただくということだけ気をつけていただければ大丈夫だと思います）

モチベーションの高い参加者の方を重視する運営としていきたいと考えています。
ご協力のほど、よろしくお願いいたします。