本セミナーでは、人工知能に関する基本的・網羅的な知識を得たい方・これから導入をお考えの方等、主として初学者を対象として、最近の人工知能 (AI) 技術の基本的な考え方や背景から、パターン認識を中心とした基礎的な手法について解説します。
　人工知能を学習・導入検討するにあたって、どこから始めれば良いのか?留意すべき点は何か?導入に向けた手順等についても触れ、また、発展が著しい本分野の最新動向や、各種応用の現状と可能性について、解説すると共に質疑応答を通して理解を深めます。
　本講座を受講することで、ロボットやクルマをはじめとした、各種製品の知能化・高機能化に役立ちます。

1. 人工知能の背景と現在
   1. 人工知能とは何か?
   2. 第三次人工知能ブームとディープラーニング
   3. ビッグデータ・IoTと人工知能
   4. なぜ人工知能に確率・統計が重要なのか?
   5. 本講演における各技術の関係について
2. ナイーブベイズに基づくパターン認識 (スパムフィルター)
   1. 機械学習とは?
   2. パターン認識と分類問題
   3. スパムフィルターの作り方
   4. 確率とベイズ理論の基礎
   5. グラフィカルモデル
   6. ナイーブベイズ
3. ディープラーニングと画像認識
   1. 画像認識の基礎
   2. 特徴量と機械学習を用いた画像認識
   3. 人間の視覚情報処理とネオコグニトロン
   4. Convolutional Neural Network (CNN)
   5. Caffeを用いたCNNの実行
4. ゲームに勝つAIと強化学習
   1. Alpha GOの衝撃と背景技術
   2. 強化学習とは?
   3. Q学習
   4. 逆強化学習
   5. モンテカルロ木探索
   6. Deep Q学習
5. これからのビジネスに人工知能を活かせるか?
6. 質疑応答と議論