【E資格】オートエンコーダとVAE｜Reparameterization Trickと変分下限を解説
2026年7月12日
オートエンコーダは、入力を低次元の潜在表現に圧縮(エンコード)し、そこから元の入力を復元(デコード)するように学習するニューラルネットワークです。この項目では、その発展形であるDenoising Autoencoderと、確率的な生成モデルへ拡張したVAE(変分オートエンコーダ)の仕組みを学びます。
【E資格】識別モデルと生成モデルの違い｜自己回帰・拡散モデル・フローベース生成モデル
2026年7月12日
機械学習のモデルは、入力からラベルを直接予測する「識別モデル」と、データそのものの分布を学習する「生成モデル」に大別できます。この項目では両者の違いを整理したうえで、深層生成モデルの主要なアプローチである自己回帰モデル・拡散モデル・フローベース生成モデルの考え方を学びます。
【E資格】CTCを徹底解説｜End-to-End音声認識と前向き・後ろ向きアルゴリズム
2026年7月12日
CTC(Connectionist Temporal Classification)は、音声認識のように「入力系列と出力系列の長さが一致せず、対応関係(アラインメント)も不明」な系列ラベリング問題を、アラインメントの明示的な教師データなしで学習するための損失関数・デコード手法です。End-to-End音声認識の基礎技術として、深層学習による系列変換を理解するうえで重要な項目です。
【E資格】WaveNetを徹底解説｜Dilated Causal ConvolutionとGated tanh unit
2026年7月12日
音声波形そのものを1サンプルずつ生成する自己回帰型の深層生成モデル、WaveNetを学ぶ項目です。因果的な畳み込みを膨張(dilation)させて長い文脈を捉える設計と、ゲート付き活性化・残差構造の組み合わせが理解の中心です。
【E資格】音声処理の基礎を解説｜サンプリング定理・短時間フーリエ変換・MFCC
2026年7月11日
音声をニューラルネットワークで扱うための前処理、すなわち音のデジタル化から周波数分析、特徴量抽出までの流れを学ぶ項目です。音声認識・音声合成モデルの入力がどう作られるかの土台になります。