ディープラーニングは最新の人工知能技術であり、多くの分野で目覚ましい成果を挙げています。
　本講座では、初学者にも分かりやすいよう、深層学習理論を学ぶ上で重要となるトピックは網羅的に解説し、理論の基礎から全体像、そして深層学習の中心的コンセプトに至るまでを習得できるようにします。また、初学者だけに限らず、深層学習を多少聞きかじったけれども、しっかりと基礎部分を把握しておきたいという方にもピッタリな内容となっています。
　本講座では、もっとも広く利用されている深層学習モデルであるディープニューラルネットワーク (DNN) と画像認識処理でよく利用される畳み込みニューラルネットワーク (CNN) 、そして時系列データ処理でよく利用される再帰型ニューラルネットワーク (RNN) を中心とします。また、これらを要素技術とした最新の手法もご紹介します。ディープラーニングの仕組みと特徴を理解し、具体的な事例をもとに最適な手法の選定方法と効果的な導入方法に関する知識を習得することも目指しています。

1. AIとは
   1. AIの概要
   2. AIを取り巻く環境
   3. AIとディープラーニングの違い
   4. AIをめぐる動向
2. ディープラーニングとは
   1. ディープラーニングの概要
   2. ディープラーニングの歴史
   3. ディープラーニングの主要技術
      1. ディープニューラルネットワーク (DNN)
      2. 畳み込み型ニューラルネットワーク (CNN)
      3. 再帰型ニューラルネットワーク (RNN)
      4. オートエンコーダ (AE)
   4. ディープラーニングの応用技術
      1. クラス分類
      2. 物体検出
      3. セグメンテーション
      4. 画像スタイル変換
      5. 画像生成
      6. その他
3. ディープラーニングのプロジェクト
   1. プロジェクトの進め方
   2. プロジェクト体制
   3. 求められる人材
   4. よくある問題
4. ディープラーニングの事例
   1. 金融
   2. 製造業
   3. 自動車
   4. 医療・創薬
   5. マーケティング
   6. インフラ
   7. その他
5. ディープラーニングの動向
   1. エッジコンピューティング
   2. その他