1章　初めてのディープラーニング

• §1．畳み込みニューラルネットワークのしくみは簡単
• §2．AIとディープラーニング

2章　Excelの確認とその応用

• §1．利用するExcel関数はたったの7個
• §2．エクセルの参照形式
• §3．Excelソルバーの使い方
• §4．回帰分析と最適化問題

3章　ニューロンモデル

• §1．神経細胞の働き
• §2．神経細胞の働きを数式表現
• §3．人工ニューロンと活性化関数
• §4．ステップ関数からシグモイド関数へ

4章　ニューラルネットワークのしくみ

• §1．読み物としてのニューラルネットワークのしくみ
• §2．ニューラルネットワークが手書き文字を識別
• §3．訓練データの1つからニューラルネットワークの出力を算出
• §4．正解と出力の誤差
• §5．ニューラルネットワークの目的関数
• §6．ニューラルネットワークの最適化
• §7．最適化されたパラメーターを解釈
• §8．ニューラルネットワークをテストしよう
• §9．現実の手書き文字にニューラルネットワークを応用

5章　畳み込みニューラルネットワークのしくみ

• §1．読み物としての畳み込みニューラルネットワークのしくみ
• §2．畳み込みニューラルネットワークが手書き数字を識別
• §3．畳み込みニューラルネットワークの入力層
• §4．畳み込みニューラルネットワークを特徴づける畳み込み層
• §5．畳み込みニューラルネットワークのプーリング層
• §6．畳み込みニューラルネットワークの出力層
• §7．正解と出力の誤差
• §8．畳み込みニューラルネットワークの目的関数
• §9．畳み込みニューラルネットワークの最適化
• §10．最適化されたパラメーターを解釈
• §11．畳み込みニューラルネットワークをテストしよう
• §12．パラメーターに負を許容すると
• §13．隠れ層の活性化関数を変更

• 付録A．訓練データ(1)
• 付録B．訓練データ(2)
• 付録C．ソルバーのインストール法
• 付録D．パターンの類似度を数式表現