本セミナーでは、パターン認識・機械学習の基礎と、Pythonによる実装について解説します。
　近年、SVM, AdaBoost, Random Forestなどのこれまで広く利用されてきた機械学習ツールだけでなく、Deep Learning も様々なところで、特にAIシステムの構築に利用されていますが、それらを使いこなすには、基礎的な知識が重要です。そこで、パターン認識・機械学習の基礎について講義を行い、それをふまえてPythonを用いた実装やパラメタチューニングについて解説します。
　また、近年のAIシステムの要となっているDeep Learningについても、実装方法や学習のコツなどについて解説します。

1. パターン認識・深層学習の基礎
   1. パターン認識とは
   2. パターン認識の基礎技術
      1. 単純パーセプトロン
      2. サポートベクトルマシン
      3. アンサンブル学習
      4. 多層パーセプトロン
   3. 深層学習への発展
   4. 深層学習で出来ること
2. Python入門
   1. なぜPythonか
   2. Pythonの利用環境
   3. Pythonの文法
   4. Pythonでの機械学習に必要な数値計算
3. Pythonによるパターン認識システムの実装
   1. サポートベクトルマシンを用いた画像認識
   2. 様々な手法の選択的な利用と比較
   3. 自動パラメタチューニング
4. PythonによるDeep Learningの利用
   1. 分類:Neural Networkによる画像認識
   2. 特徴抽出+分類:Convolutional Neural Networkの利用
5. まとめ・質疑応答