機械学習とは、人間の持つ知的な振る舞いをコンピュータのプログラムによって実現する技術です。あらゆるモノがネットワークにつながり、膨大な情報としてリアルタイムでコンピュータに取り込まれるようになった今、取得した大量のデータを機械学習で処理することにより、サービスやシステムを高度化する試みが始まっています。
　本セミナーでは、近年大きく注目されている機械学習の基本的な考え方や代表的な分析法、研究・応用例を紹介すると共に、機械学習をシステム・サービス・製品開発に利用していく際の考え方についてまとめます。

1. はじめに
   1. 機械学習入門
   2. 歴史と経緯
   3. 機械学習の今
2. 機械学習のためのデータサイエンス入門
   1. 回帰・予測分析
   2. 分類・判別分析
   3. クラスタリング分析
   4. ルール検出
3. 代表的な機械学習アルゴリズムの理論と使い方
   1. ニューラルネットワーク
   2. サポートベクターマシン
   3. ベイジアンネットワーク
   4. アンサンブル学習
   5. 自己組織化マップ
   6. 進化的アルゴリズム
   7. デイープラーニング
4. 代表的な機械学習の設計と応用
   1. スパムメールフィルタリング
   2. レコメンデーションシステム
   3. 顔認識
   4. 医療応用 (重症度判定システム)
   5. 自律移動ロボット
   6. ゲーム
   7. その他の事例
5. 機械学習実行環境
   1. R
   2. Python
   3. OpenCV
   4. クラウドAI
6. まとめ