はじめてのAI

導入（コースの概要やAI／機械学習に関する基礎を説明します）

1．コース概要
内容の紹介

2．はじめに
生活の中でのAI
AIの活用事例を知る
機械学習について知る

機械学習について深く知る（機械学習の詳しい仕組みとともに、できることや限界は何かを説明します）

3．機械学習でできること
普通のITと機械学習の違い
画像認識の例
音声認識と文章理解の例

4．機械学習のしくみ
機械学習のしくみを知る
ニューラルネットワークのしくみを知る
ニューラルネットワークによる画像認識
ディープラーニングのしくみを知る

具体例の紹介とサマリ（実際の活用事例を紹介しつつ、改めて本コース全体を俯瞰します）

5．応用事例の紹介
機械学習の応用例

6．最後に
このコースのまとめ

G検定対策講座

導入（G検定全体の説明や、試験内でよく問われる用語の定義や歴史背景について説明します）

1．G検定と機械学習について

2．人工知能の定義と歴史
人工知能（AI）の定義
人工知能の先駆け
第1次人工知能ブーム（推論・探索）
第2次人工知能ブーム（知識表現）
人工知能の2大問題
第3次人工知能ブーム（機械学習）

機械学習と深層学習（ディープラーニング）について深く知る（機械学習や深層学習といった技術に関して、それらの種類に関する説明や、（１）どのような場合にどの種類を利用すればいいのか（２）どのようなアルゴリズムで動いているのか、という点を学習します。）

3．機械学習の概要
機械学習の種類
機械学習の手法（教師あり学習／教師なし学習の具体的手法と評価）

4．ディープラーニングの概要
ニューラルネットワーク（モデル化／モデルの一般化／モデルの学習　他）
ディープラーニング（ディープラーニングに向けて／ディープラーニングにおけるテクニック　他）
ニューラルネットワーク（畳み込み型／リカレント型の基本と応用）

ディープラーニングの研究（画像生成・自然言語処理・音声処理といった特定分野での研究に関して説明します）

5．ディープラーニングの研究分野
研究分野とモデル（画像生成／生成モデルの考え方／深層生成モデル／自然言語処理の応用モデル／音声処理）
ディープラーニングと社会（最先端の技術を、人間社会で活用していくために必要な考え方、法律や倫理を学習します）

6．ディープラーニングの活用と法律・倫理
ディープラーニングと社会