昨今急速に応用が進む人工知能技術の中でも、機械学習やその一種である,ディープラーニング (Deep Learning:深層学習) への注目が高まっています。
　機械学習とはなんであり,また,ディープラーニングを製品・サービス等に導入することで、新たにどのようなことが可能になるのでしょうか?
　本セミナーでは、人工知能の背景を振り返りながら,機械学習の全体的な枠組みや、ディープラーニングの基本的な考え方や応用について、原理・仕組みなど基礎から学習していきます。

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?
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. 確率とベイズ理論の基礎
   4. グラフィカルモデル
   5. ナイーブベイズ
   6. スパムフィルターの作り方
3. ディープラーニングと画像認識
   1. 回帰問題と識別問題
   2. 線形モデルからニューラルネットワークへ
   3. バックプロパゲーション
   4. 画像認識の基礎
   5. 特徴量と機械学習を用いた画像認識
   6. Convolutional Neural Network (CNN) と人間の視覚情報処理
4. ディープラーニングの発展
   1. ディープラーニングと音声認識
   2. 深層強化学習とAlpha GO
   3. 自然言語処理と機械翻訳
   4. 画像のキャプション生成
   5. 生成モデル (Generative Adversarial Networks)
   6. その他の話題 (注目点推定や類推など)
5. これから機械学習を活用するためにはどうすればいいか?
   • 質疑応答と議論