DLプログラミング学習本として海外でも著名な「Deep Learning Javaプログラミング 深層学習の理論と実装」 (2016、インプレス) [原著:”Java Deep Learning Essentials” (2016、Packt) ]の著者の株式会社情報医療 (MICIN, Inc.) CTOの巣籠氏が、深層学習 (Deep Learning:DL) の基本的な概念と数理モデルの導出に焦点を当てて自著の内容を凝縮させ、エンジニア (ITエンジニア/FE) がDL学習への第一歩を踏み出すために必要な数理モデル、最先端のDL技術の紹介、スクラッチからコーディングをした場合のイメージやライブラリで使われている技術の解説などの知識を初歩からインタラクティブに伝授します。氏はDLを活用したプロダクト開発だけでなく、アプリケーション開発も行っていますので、エンジニアの視点に立って、わかりやすくお伝えします。
　本ワークショップでは、PythonでのDeepLearningアルゴリズムの実装イメージが持てるようになり、より詳しい理論習得への道のりがクリアになっていることを目指します。エンジニアの方にとっては、最先端の技術や知識が身につく大変貴重な機会になると思います。ご参加をお待ちしております。

1. ニューラルネットワーク概論
   1. 概要
   2. 各論 (理論)
      1. パーセプトロン
      2. ロジスティック回帰
      3. 多層ニューラルネットワーク
   3. 各論 (実装)
2. ディープラーニング概論 (前半)
   1. 概要
   2. 各論 (理論)
      1. オートエンコーダ
      2. 畳み込みニューラルネットワーク
   3. 各論 (実装)
3. ディープラーニング概論 (後半)
   1. 概要
   2. 各論 (理論)
      1. リカレントニューラルネットワーク
      2. LSTM
   3. 各論 (実装)
   4. 最新の技術動向について