深層学習（ディープラーニング）は，多層ニューラルネットワークを用いた機械学習の方法論の一つであり，近年では多くのタスクで驚異的な性能を達成しており，注目を集めている．
これまでに数多くの深層学習の手法が提案されてきたが，特に画像を扱う諸問題においては畳み込みニューラルネットワーク（CNN），音声や言語などの系列データを扱う問題に対しては再帰型ニューラルネットワーク（RNN）を用いたアプローチが顕著な成功を収めている．
そのため，CNNおよびRNNの理解を深めることは，深層学習の基本的な理解を深めるだけでなく，近年提案されている様々な深層学習手法に対する理解を深めるためにも重要な要素となると考える．
本発表では，CNNおよびRNNの発展の歴史と最近の研究事例について紹介する．