Chapter1　今からおさえておきたい！　ディープラーニングの基本

• 001　ディープラーニングとは何か
• 002　ディープラーニングでできること
• 003　Alpha Goの，早すぎた勝利と敗北
• 004　第三次AIブームのここがすごい
• 005　ネイティブ並みの発音を手にしたAIアシスタント「Siri」
• 006　Google翻訳が自然な翻訳文を学ぶまで
• 007　ちょっとした返信はAIにお任せ！
• 008　AI女子高生「りんな」の可能性
• 009　自動運転はここまできた
• Column　「強いAI」と「弱いAI」

Chapter2　そうだったのか！　ディープラーニングの仕組み

• 010　機械はどのようにして学習しているのか
• 011　ディープラーニングと機械学習の違い
• 012　「教師あり学習」と「教師なし学習」
• 013　脳の働きを模倣する 「ニューラルネットワーク」
• 014　そもそも何が「ディープ」なの？
• 015　ディープラーニングで使われている数学知識
• 016　学習不足と過学習
• 017　畳み込みニューラルネットワーク（CNN）とは
• 018　大量のデータをただ入力するだけでは逆効果？
• 019　画像認識精度の大飛躍」
• 020　「画像を見る」だけでなく「画像を作り出す」ディープラーニング」
• 021　リアルな「声」を求めて
• 022　ビッグデータは欠かせない
• 023　ビッグデータを100％生かす「マイニング」
• 024　ディープラーニングの得意分野と不得意分野
• 025　クラウド利用で，もっと身近に
• 026　ディープラーニングとハードウェア
• 027　自前でディープラーニングを行うには？
• 028　GPUの性能が，ディープラーニングを左右する
• 029　Googleが開発したGPU「TPU」とは
• Column　ディープラーニングは「黒魔術」なのか？

Chapter3　これでわかった！　ディープラーニング開発の第一歩

• 030　ディープラーニング導入の手順
• 031　導入後の手法
• 032　ビッグデータが集められなかったら……
• 033　開発に必要な人材とは
• 034　効率的な運用を支える組織体制
• 035　よく利用されるクラウドサービス
• 036　クラウドのメリット・デメリット
• 037　クラウドの価値を左右する「API」とは？
• 038　フレームワークによってさらに開発が進む
• 039　フレームワークのメリットとデメリット
• 040　プログラミング言語を知らなくても開発可能？
• 041　どんなプログラミング言語が使われるのか
• 042　なぜPythonがよく使われるのか？
• 043　オープンなデータセットを活用する
• 044　アウトソーシングで，プロの手を借りる
• 045　ディープラーニング専用マシン？「ワークステーション」とは
• 046　大規模システムでの構成
• 047　企業で利用されるハードウェア
• Column　低電力でディープラーニング？

Chapter4　次世代ビジネスを左右する！ディープラーニングの応用例

• 048　AIが人生指南書を執筆?
• 049　目標は無人店舗！　クリーニング店の挑戦
• 050　「似てる」デザインが一目でわかる
• 051　「ロボットシャトル」で過疎地の移動手段を解決へ
• 052　コンビニに大変革！もう現金はいらない？
• 053　ミラーのない車で事故を減らす
• 054　画像診断支援技術で難病を撃退
• 055　道路下の空洞を事前検知してリスクを減らす
• 056　ディープラーニングとRPAの密接な関係
• 057　猛スピードで加速していくAI市場
• 058　最先端の研究成果を見逃すな！
• Column　戦争ビジネスにどう向き合うべきか

Chapter5　これからどうなる？　ディープラーニングの未来

• 059　スポーツから「誤審」と「伝説」がなくなる日
• 060　制御不能になったらどうする？
• 061　ディープラーニングで激変する授業
• 062　大きく遅れる日本のAI・ディープラーニング開発
• 063　投資もディープラーニングにお任せ
• 064　AIが，あなたの仕事を奪う？
• 065　人間の「調整」はどこまで必要なのか
• 066　欠かせないセキュリティ対策
• 067　ディープラーニングの悪用は「退行」をもたらす
• 068　事故が起きたら，誰の責任？
• 069　きたるべきシンギュラリティと，2045年問題