第1章　深層学習超入門

• 1.1　11行で書ける深層学習AIプログラム
• 1.2　環境のセットアップ
  • 1.2.1　深層学習のためのマシン構成
• 1.3　ソフトウェア環境のセットアップ
  • 1.3.1　Gitとpipをインストールする
  • 1.3.2　OpenCVをインストールする
  • 1.3.3　CUDAをインストールする
  • 1.3.4　Chainerをインストールする
  • 1.3.5　Deelをインストールする
• 1.4　手軽に画像認識を試す
• 1.5　カメラに写ったものをリアルタイムに認識する
• 1.6　ビデオから物体認識する
• 1.7　どうして画像認識できるのか？
• 1.8　畳込みニューラルネットワークで画像をクラスに分類する
• 1.9　わずか15行のプログラムで画像を学習させてみる
• 1.10　本格的に学習させてみよう
  • 1.10.1　深層学習のためのGUI環境CSLAIERのインストール
  • 1.10.2　学習データセットの作り方
  • 1.10.3　学習をさせてみよう
  • 1.10.4　学習グラフを見るコツ
  • 1.10.5　うまく学習させるためのコツ

第2章　Chainerで機械学習を基礎から学ぼう

• 2.1　最も簡単なニューラルネットワーク
• 2.2　論理演算を学習させてみる
• 2.3　畳込みニューラルネットワーク（CNN，Convolutional Neural Network）
• 2.4　畳込みニューラルネットワークのいろいろ
• 2.5　学習させた畳込みニューラルネットワークをPythonから利用する

第3章　リカレントニューラルネットワークのプログラミング

• 3.1　入力するたびに答えが変わるニューラルネットワーク
• 3.2　CSLAIERによるLSTM
• 3.3　LSTMによるプログラミング
• 3.4　学習させたデータからの推定

第4章　TensorFlowを学ぼう

• 4.1　分散計算に適した本格的なフレームワーク「TensorFlow」
• 4.2　TensorFlowのインストール
• 4.3　テンソルとは？
• 4.4　Hello, TensorFlow
• 4.5　ChainerとTensorFlowを比較しながら学ぶ
• 4.6　TensorFlowでの画像分類（Inception-v3）
• 4.7　会話ロボットはここまで喋れる!?
• 4.8　TensorFlowのseq2seqで英仏自動翻訳ニューラルネットワークを作ろう

第5章　深層強化学習　Deep Q Learning

• 5.1　強化学習とは？
• 5.2　DQNとは？
• 5.3　LIS，Life In Silico（CNNとDQNの組み合わせで作る人工生命）
• 5.4　LIS のインストールと実行

第6章　深層学習のこれから

• 6.1　名画のタッチを真似する人工知能
• 6.2　写真から説明文を生成　その逆も可能!?　意訳し，創作する人工知能
• 6.3　超解像からビッグデータ解析まで，深層学習の本命　オートエンコーダ
• 6.4　積層オートエンコーダによるビッグデータ解析
• 6.5　畳込みニューラルネットワークのファインチューニング
• 6.6　複雑なAIをよりシンプルなAIに学習させる「蒸留」
• 6.7　人工知能と生体知能の類似性と違い
• 6.8　おわりに