製造現場での予測や異常検知に用いられる「教師あり学習」の仕組みを解説。回帰分析・分類分析・勾配降下法・誤差伝搬法の仕組みついて難しい数式を可能な限り使わずに解説しています。
学習過程からわかるディープラーニングの仕組み ディープラーニングの仕組みってどうなっているの？ ５回目（回帰・分類のさまざまな手法）
教師あり学習で使用される回帰・分類の分析を効果的に行うさまざまな手法について紹介
学習過程からわかるディープラーニングの仕組み ディープラーニングのアルゴリズムってどうなっているの？ ４回目（畳込みニューラルネットワーク）
大量のデータ集合体である画像をニューラルネットワークで認識するうえで、コンピュータの演算負荷が大きくかかってしまうため、画像情報をできるだけ少なくして演算を行うための方法である「畳込みニューラルネットワーク」で行う画像圧縮処理の仕組みについて解説。
学習過程からわかるディープラーニングの仕組み ディープラーニングの仕組みってどうなっているの？ ３回目（教師あり学習：勾配降下法と誤差逆伝搬法）
ディープラーニングの学習を行って正しい回答予測にたどり着くまでのプロセス（アルゴリズム）について解説。
学習過程からわかるディープラーニングの仕組み ディープラーニングの仕組みってどうなっているの？ ２回目（教師あり学習：分類編）
ディープラーニングで答え(教師データ)を決めて行う学習の仕組みについて解説。分類分析手法と仕組み
学習過程からわかるディープラーニングの仕組み ディープラーニングの仕組みってどうなっているの？１回目（教師あり学習：回帰編）
ディープランニング(深層学習)で答え(教師データ)を決めて行う学習の仕組みについて解説。回帰分析手法