「Neural Network Console」(NNC)は、誰でも無料で利用できるAIツール。2019年に発売した、開発元の監修付きガイドブックを、現在のアップデートに合わせて改訂。

■「SonyNNC」を活用するための諸準備 ・本書で想定する「人工知能」の学び方 ・本書での「NN」の考え方と利用法 ・「SonyNNC」の入手と導入 ■「SonyNNC」の説明と、「画像データ」の分類判断 ・「SonyNNC」を活用するために学ぶこと ・「例題画像データ」の「分類実行」での動作確認 ・「SonyNNC」での「学習の調整」と「結果の確認」 ■独自画像データの分類判断の実践 ・「SonyNNC」より提供された例題画像の説明 ・独自画像からのデータセットの作成手順 ・2種類画像の「各種NN」による分類判断 ・「3種類以上の画像」の「NN」による判断 ・データ数増加と構造自動探索の検証 ■＜例題＞「数値データ」の「分類判断」の確認 ・「SonyNNC」を有効活用するためのツールの準備 ・「数値データ」の「分類判断」の実施と評価―アヤメの花の種類 ・「SonyNNC」の実行結果などのレポート機能 ・「SonyNNC」の高度な活用に向けての情報① ■「独自数値データ」の「分類判断」の実践 ・「独自の数値形式」の「学習用データ」の作成 ・「3層NN」による体格データの学習と評価 ・「SonyNNC」の高度な活用に向けての情報② ■「独自数値データ」の「異常検知」の実践 ・「異常検知」で用いる「RNN」（LSTM）の概要 ・「異常気象」を検証するためのデータの準備 ・「LSTM」を用いた「異常気象の分析」の実行と評価 ・「SonyNNC」の高度な活用に向けての情報③ ■「独自画像データ」の「異常検知」の実践 ・「ものづくり」での「異常検知」の状況設定 ・「NN」で取り組む「画像の異常検知」 ・実践的な「異常検知」の準備と検証 ・「NN」での「精度比較」と「学習範囲外の異常検知」