本講座では、人工知能研究における機械学習の諸分野をわかりやすく解説し、それらの知識を前提として、近年注目されている深層学習:Deep Learning (ディープラーニング) の技術の原理を示します。
　機械学習に関するさまざまな技術や手法を示すとともに、いくつかの重要な技術については処理手続きやプログラム例を適宜示すことで、これらの技術がどのようなものなのかを具体的に理解できるように紹介して行きます。

1. 機械学習とは
   1. 学習と機械学習
   2. ディープラーニングの成果
   3. 機械学習とは
   4. 機械学習の方法
   5. 進化的計算
   6. 群知能
   7. 強化学習
   8. ニューラルネットワーク
   9. ディープラーニング
2. 強化学習
   1. 強化学習とは
   2. Q学習による強化学習の実現
3. 群知能
   1. 群知能とは
   2. 蟻コロニー最適化法
4. 進化的手法による機械学習
   1. 進化的手法とは
   2. 遺伝的アルゴリズム
5. ニューラルネットワークの基礎・構成と使い方
   1. 人工ニューラルネットワーク
   2. 人工ニューロンのモデル
   3. ニューラルネットワーク
   4. ニューラルネットワークの学習
   5. バックプロパゲーションによるニューラルネットワークの学習
   6. バックプロパゲーションの原理
   7. バックプロパゲーションのアルゴリズム
6. ディープラーニングと畳み込みニューラルネット
   1. ディープラーニングとは
   2. ディープラーニングの基礎
   3. ディープラーニングの具体的技術
   4. 畳み込みニューラルネットワーク
   5. 画像処理と画像フィルタ
   6. 画像フィルタの実際
   7. 畳み込みニューラルネットの概念
   8. 畳み込みニューラルネットの構造
   9. 畳み込みニューラルネットワークの構成方法
   10. 畳み込みニューラルネットによる画像認識
   11. 畳み込みニューラルネットワークの応用
7. 機械学習・ディープラーニングの現状
   1. 機械学習・ディープラーニングでできること
   2. 機械学習・ディープラーニングの課題