１．ディープラーニングプロジェクトの進め方（１）プロジェクトの全体像
（２）プロジェクトにおける各プロセスの役割と目的
（３）フレームワーク・環境・ハードウェア
（４）開発環境の構築

２．機械学習・ディープラーニング概要　
（１）機械学習とディープラーニング
（２）ニューラルネットワークの学習
（３）畳み込みニューラルネットワーク
（４）タスクとモデル
（５）OpenCVを利用した画像処理

３．AutoEncoderによる正常・異常検知
（１）AutoEncoderとは
（２）Convolutional AutoEncoderの実装
（３）AutoEncoderのデータ準備
（４）AutoEncorderによる学習と評価
（５）性能向上のためのテクニック
　　（ア）グレースケール化・二値化
　　（イ）データの整理・切り取り
４． まとめ
（１）全体的な講評
（２）質疑応答

≪担当予定講師≫
　　Automagi株式会社 AIビジネス開発部 テックリード 佐藤　峻
≪配布テキスト≫
　　井上大樹・佐藤峻　著　ディープラーニング開発実践ハンズオン