１．コース概要及び留意事項
（１）訓練の目的
（２）専門的能力の確認
（３）安全上の留意事項

２．ＣＮＮ概要
（１）畳込みニューラルネットワーク（ＣＮＮ）概要
（２）データセット（例：ＭＮＩＳＴ）を用いたＣＮＮの実装

３．コードのメンテナンス性を高めるための手法
（１）ハードコーディングからの脱却
（２）ニューラルネットワーク構造の可視化
（３）訓練状況の可視化

３．独自データセットによる画像分類
（１）独自データセット（例：製造現場での数種類の製品画像データ）
（２）画像分類ＣＮＮの設計と実装
（３）分類精度向上のための手法
　　　イ．データ拡張
　　　ロ．ドロップアウト
　　　ハ．バッチ正規化
　　　ニ．早期終了
　　　ホ．学習率の動的削減
　　　へ．転移学習
　　　ト．ファインチューニング

４．画像分類モデルの活用
（１）３で構築した画像分類モデルの活用
　　　イ．バッチ処理アプリケーションによる推定
　　　ロ．インタラクティブアプリケーションによる推定

５．推定結果に対する評価
（１）３、４で構築した画像分類システムの推定結果に対する評価
　　　イ．画像分類モデルの適合率、再現率、F値から見る評価
　　　

６．まとめ
（１）各実習に対する確認・評価及び講評