1章「ディープラーニング」とは何か

[1-1]　「人工知能」「機械学習」「ディープラーニング」とは？

[1-2]　「ディープラーニング」が脚光を浴びる理由

2章「ディープラーニング」の開発環境

[2-1]　GUI型

[2-2]　API型

[2-3]　ライブラリ型

3章　「ディープラーニング」の開発に必要なもの

[3-1]　「開発環境」の構築方法

[3-2]　「Docker」のインストール

[3-3]　「Docker」を使って１０分で「ディープラーニング」の環境を構築

4章　「Python」を使って『機械学習』を学ぶための環境構築

[4-1]　「Windows」での環境構築

[4-2]　「Mac」での環境構築

5章　TesnsorFlow

[5-1]　「TensorFlow」を算数で学ぶ

[5-2]　WindowsのAnaconda環境に「Tensorflow 1.0」をインストール

6章　「Chainer」で始める「ニューラル・ネットワーク」

[6-1]　「Chainer」の特長

[6-2]　「ニューラル・ネットワーク」の仕組み

[6-3]　「Chainer」による実装

7章　Keras

[7-1]　ディープラーニングをすぐに試せるライブラリ「Keras」

[7-2]　「手書き文字」のデータセットを用いて、数字の多クラス分類

8章　その他の機械学習

[8-1]　ソニーのディープ・ラーニング用ライブラリ「Neural Network Libraries」

[8-2]　「音の波形」と「ニューラル・ネットワーク」

9章　強化学習

[9-1]　「強化学習」と「OpenAI」

[9-2]　OpenAI「Universe」でする「Atari Pong」の強化学習

[9-3]　CPUで気軽に「強化学習」（DeepMind A3C）

10章「機械学習モデル」の実装における、「テスト」

[10-1]　「テスト」の必要性

[10-2]　「機械学習」モデルの設計

[10-3]　「機械学習モデル」の「テスト」