１：序論
　1-1：AIブームの現実と問題点
　1-2：最近のAIの３つの大きな課題

２：【基礎】人工知能・機械学習超入門
　2-1：人工知能における考え方の推移
　2-2：機械学習の手法
　2-3：教師あり／なし／半教師あり学習

３：【現在】深層学習のキーポイント
　3-1：深層学習の基礎・方法・最近の手法
　3-2：深層学習の長所と短所
　3-3：深層学習を「説明する」ための方法

４：【将来】深層学習から進化的機械学習へ
　4-1：次世代のAI：進化的機械学習とは？
　4-2：進化的機械学習の応用例１（画像処理・認識）
　4-3：進化的機械学習の応用例２（自律ロボット制御）

５．【応用１】製造業へのAI導入１：異常検知
　5-1：少数データに対する機械学習
　5-2：少数データを用いた異常検知法
　5-3：学習データの水増しと半教師あり学習

６．【応用２】製造業へのAI導入２：システム最適化
　6-1：最適化と機械学習
　6-2：回帰問題としてのシステム記述
　6-3：ベイズ最適化によるパラメータ最適化例

７．【応用３】製造業へのAI導入３：時系列変動予測
　7-1：時系列予測の基礎と手法
　7-2：時系列予測の実例の紹介
　7-3：未来も学習できる新しい機械学習法：浸透学習法

８．【経営者への提言】業務へのAI導入を成功させるコツ
　8-1：AI導入時の基本８箇条とは？
　8-2：AIコンサルとは何か？
　8-3：AI導入を成功させる企業とは？

９．まとめ

講師紹介
　
　東京工業大学大学院総合理工学研究科出身．東京工業大学工学部・助手，助教授を経て2000年より現職．
　2008年に大学発ベンチャーを起業．産学連携活動に力を入れている．
●著作：
　人工知能，画像処理，進化計算法などの知能情報学関連の論文，国際会議論文，著書多数．
●所属学会・協会および役職・活動状況：
　情報処理学会，人工知能学会，進化計算学会，電子情報通信学会，IEEEなどに所属．政府関係の
　委員会の委員などを歴任．