深層学習 (Deep Learning) は大量の正解ラベル付きデータを活用して画像や音声の識別や変換を行うことを得意としている。なのでいくら手元に大量のデータがあっても、まずは人の手で分類・タグ付けを行う必要があり、導入の障害となっていることがある。
　一方で深層学習を用いた生成モデルは正解ラベルが限られていたり、全く与えられていない状態でも、ある程度有益な情報を抽出・発見できることが知られている。
　本セミナーでは変分自己符号化器 (VAE) や敵対的生成モデル (GAN) だけでなく、深層学習を用いた様々な生成モデルについて、その構造や理論的背景、応用事例について解説する。

1. 機械学習モデルの基本説明
   1. 深層学習の略史
   2. 生成モデルとは何か?
2. グラフィカルモデル
   1. 有向グラフィカルモデル
   2. 無向グラフィカルモデル
3. 深層生成モデル
   1. 自己符号化器
   2. 階層的深層生成モデル
   3. 多様体仮説
4. 自己回帰モデル
5. 敵対的生成モデル
   1. 敵対的生成モデル
   2. 異なる距離に基づく敵対的生成モデル
   3. 応用例
6. 暗黙的生成モデル