本ガイドは、MATLAB® の Deep Learning Toolbox™ を中心に Statistics and Machine Learning Toolbox™ および System Identification Toolbox™ の一部機能も活用しながら、機械学習・深層学習モデルを設計したい初学者のためのものです。 本ガイドを最大限に活用するためには、MATLAB の基本操作を理解していることが望ましいです。 具体的には、MathWorks® 社が提供する自己学習形式の「MATLAB 入門コース（MATLAB Onramp）」で扱われる内容、例えば、変数の扱い方、基本的なコマンド、配列操作、スクリプトの作成方法などに慣れているをお勧めします。 これらの基礎知識があれば、より深層学習モデル設計の学習に集中することが期待できます。

本ガイドは2026年に作成されたもので、MATLAB 26.2（R2026b）を基に作成しています。ガイド内で提供するコードは、MATLAB 26.2（R2026b）および以下の製品を使用して実行できます。

• Deep Learning Toolbox
• Statistics and Machine Learning Toolbox
• System Identification Toolbox

なお、本ガイドで使用する機能の大部分は Deep Learning Toolbox に含まれていますが、一部のモデル設計の例題では、Statistics and Machine Learning Toolbox および System Identification Toolbox の機能を利用します。

1. はじめに

MATLABを利用する利点

2. 浅層ニューラルネットワーク

2.1 : 深層の前にまずは浅層で理解を
2.2 : 浅層用の時系列ネットワーク

3. 深層ニューラルネットワーク

3.1 : 「既にあるもの」を活用する:転移学習と特徴抽出
3.2 : Toolboxで利用可能な学習済モデル
3.3 : 深層学習で用いる主なデータストア
3.4 : アプリケーション適用例
3.5 : ディープネットワークデザイナーアプリ

4. 運用・環境と用語集

4.1 : 深層ネットワーク学習時におけるトラブルシューティング
4.2 : MATLAB上で深層学習する上でのマシンスペック
4.3 : 深層学習関連の用語集