非会員：
50,600円
（本体価格：46,000円）
会員：
50,600円
（本体価格：46,000円）
学生：
50,600円
（本体価格：46,000円）
お1人様受講の場合 49,680円（46,000円+税）/ 1名
1口でお申込の場合 61,560円（57,000円+税）/ 1口（3名まで受講可能）
1 機械学習とは何か？
1.1 機械学習が目指すもの
1.2 機械はデータから知識を獲得する
1.3 機械学習の種類
1.3.1 教師あり学習
1.3.2 教師なし学習
1.3.3 教師なし学習と人工知能
2 ディープラーニングへの道
2.1 ニューラルネットワークの基礎
2.1.1 単純パーセプトロン ～機械学習の事始め～
2.1.2 フィードフォワードニューラルネットワーク
2.1.3 誤差逆伝播法
2.1.4 ニューラルネットワークの第一技術限界
2.2 ディープラーニングに用いられるニューラルネットワークのしくみ
2.2.1 事前学習という考え方
2.2.2 自己符号化器は情報を圧縮する
2.2.3 積層自己符号化器がディープラーニングの雛形
2.2.4 表現学習という言葉 ～特徴量の抽出と学習～
2.2.5 一言で言うと、ディープラーニングは○○をしている！
2.2.6 畳み込みニューラルネットワーク（CNN）のしくみ
2.2.7 何故CNNが凄いのか？ ～CNNの使いどころ～
3 本講演の締めくくり ～ディープラーニングのちょっとしたデモを添えて～
3.1 画像データセットをディープラーニングしてみた
3.1.1 自動獲得されるフィルタ
3.1.2 学習された表現が組み込まれている場所
3.2 さらに深めるための技術
3.2.1 層を積むほど性能は上がるのか？
3.2.2 正則化技術 ～過適合は最悪のアプリを導く～
3.2.3 ディープラーニングの最新技術
3.3 本講演のまとめ
