本セミナーでは、画像認識問題を題材に、Deep Learning及び、Deep Learningのプログラミングについて解説します。
　まず、画像認識やDeep Learningの基本的な枠組みについて講義した後、PythonのパッケージであるKerasを使い、多層ニューラルネットワークや畳み込みニューラルネットワークの実装法を紹介します。さらに、Fine tuningやData Augmentationといった基本的なテクニックについても実装例を示しながら解説します。

1. Deep Learningの概要
   1. パターン認識と機械学習
   2. Deep Learning
2. Kerasの概要
   1. Kerasとは
   2. Kerasでのデータの扱い
   3. プログラムの基本的な流れ
3. 画像認識の導入
   1. 学習済みモデル
   2. 学習済みモデルを用いた画像認識
4. mnistデータセットでの文字認識
   1. mnist とは
   2. データセットの内容
   3. 多層ニューラルネットワークによる認識
   4. 畳み込みニューラルネットワークによる認識
5. CIFAR – 10データセットでの画像認識
   1. CIFAR – 10とは
   2. データセットの内容
   3. 畳み込みニューラルネットワークによる認識
   4. Tensorboardを用いた学習途中経過の可視化
   5. データ拡張
6. 独自データセットでの認識
   1. データの準備
   2. データセットの読み込み
   3. 畳み込みニューラルネットワークによる認識
   4. 学習済みモデルに対するFine tuning
   5. データ拡張
7. その他応用
8. まとめ