※本セミナーは開催日が12月8日から変更になりました
1 機械学習の現状と課題
1.1 人工知能と機械学習
1.2 機械学習の種類と方法
1.3 教師あり／なし／半教師あり学習
1.4 深層学習（ディープラーニング）概論
1.5 少量データを用いた機械学習とは？
2 少量データを用いた機械学習1：関数推定
2.1 ベイズ最適化に基づく関数推定
2.2 遺伝的プログラミング（GP）による関数推定
2.3 CGP（Cartesian GP）による関数推定
3 少量データを用いた機械学習2：異常検知
3.1 1クラスSVM（Support Vector Machine）
3.2 CAE（Convolutional Auto Encoder）による異常検知
3.3 異常検知における学習データの水増し
4 少量データを用いた機械学習3：少量データによる深層学習
4.1 CG（Computer Graphics）を用いた機械学習
4.2 GAN（Generative Adversarial Network）による水増し
4.3 転移学習と蒸留・浸透学習（Percolative Learning）
5 少量データを用いた機械学習4：進化的機械学習
5.1 進化計算法の原理と特徴
5.2 処理プロセスの自動生成
5.3 分かり易い分類器の自動生成
5.4 CS（Classifier System）によるルールの学習
6 AIの業務への導入方法
6.1 AI導入時の注意点
6.2 AI人材の育成方法について
7 まとめ