近年の機械学習のブームに乗るべく、様々な業種で導入が進められています。しかし、AIの長所・短所を理解し、導入するメリットを考えなければ、時間とコストが掛かるだけで見合 った成果が得られないことにも繋がりかねません。
　本講座では、機械学習の基礎知識の習得、代表的な手法の理解から、導入事例紹介を通じて注意すべきポイントなどを概論的に説明します。
　機械学習について勉強する必要が出てきた方に、「そもそも機械学習とは一体何なのか」というところから出発します。機械学習について殆ど知識が無い方や、ちょっとかじったけれどもよくわからない、という方に向けてわかりやすく説明します。

1. イントロダクション
   1. 人工知能とは何なのか?
   2. 人工知能の歴史
   3. 機械学習の歴史
   4. 機械学習では何ができるのか?
   5. 「機械学習」と「人工知能」の違いは?
2. 機械学習とは何か
   1. 機械学習の手法ひとめぐり
   2. 「教師あり」学習と「教師なし」学習の違い
3. 「教師なし」学習
   1. 「教師なし」学習の特徴
   2. クラスタリング
   3. 混合ガウスモデル
   4. 隠れマルコフモデル
4. 「教師あり」学習
   1. 一般化線形モデル
   2. 決定木
   3. 判別分析
   4. サポートベクタマシン
   5. ニューラルネットワーク
   6. ディープラーニング
   7. その他
5. 機械学習の嬉しさと問題点
   1. 機械学習の「嬉しさ」
   2. 機械学習の「問題点」
6. 機械学習の活用実例
7. 導入に向けて何をすれば良いのか?
   1. ハードウェア
   2. ソフトウェア
   3. より詳しく理解するための知識
8. まとめ
• 質疑応答