現在注目されている機械学習、特に深層学習 (ディープラーニング) が抱える問題点と、それらを解決する次世代の機械学習の基礎と応用例、さらに、企業で機械学習を導入する方法やその際の注意点などについて平易に解説いたします。

1. 機械学習とは何か?
   1. 人工知能超入門
   2. 機械学習の種類と要点
   3. 教師あり/なし/半教師つき学習
2. 深層学習 (ディープラーニング) の基礎
   1. ニューラルネットワークの基礎
   2. 深層学習とは何か?
   3. 深層学習の利用方法
   4. 深層学習の最近の手法
   5. 深層学習の抱える問題点
3. 次世代の機械学習“進化的機械学習”による問題解決
   1. “進化的機械学習”とは何か?
   2. 入出力の関係式のつくりかた
   3. 分かり易い特徴量のつくりかた
   4. 学習データからの処理の全自動構築法
   5. 処理をブラックボックスにしない方法
   6. 深層学習の「見える化」と最適化
4. 機械学習の企業での利用方法
   1. AIや深層学習とのつきあい方
   2. 機械学習導入の際の課題と注意点
   3. AI導入で企業業績を伸ばす方法
5. まとめ