【E資格】Faster R-CNN・Mask R-CNNを徹底解説｜RPN・ROI Pooling・2ステージ検出
2026年7月10日
物体検出の代表的な2ステージ検出モデルであるFaster R-CNNと、それを拡張したMask R-CNNを学ぶ項目です。R-CNN系列がどのように高速化・end-to-end化されてきたかという発展の流れは、E資格で頻出のテーマです。
【E資格】Vision Transformerを徹底解説｜CLS token・Position embedding・Shifted window
2026年7月10日
Vision Transformer（ViT）は、自然言語処理で成功したTransformerを画像認識に適用したモデルです。画像をパッチ列として扱う発想と、CLS token・Position embedding、Swin Transformerで導入されたShifted windowを解説します。
【E資格】ResNet・WideResNetを徹底解説｜残差接続とボトルネック構造
2026年7月9日
ResNetは残差接続によって非常に深いネットワークの学習を可能にし、画像認識を飛躍させたモデルです。その構成要素であるResidual Blockとボトルネック構造、派生形のWideResNetを解説します。
【E資格】ハイパーパラメータの選択｜グリッドサーチ・ランダムサーチ・ベイズ最適化
2026年7月9日
学習率やバッチサイズなど、学習前に人が決める設定値がハイパーパラメータです。それぞれがモデルに与える影響と、グリッドサーチ・ランダムサーチ・ベイズ最適化という探索手法を学びます。
【E資格】アンサンブル手法を徹底解説｜バギング・ブースティング・スタッキングの違い
2026年7月9日
複数のモデルを組み合わせて単一モデルより高い性能を得るのがアンサンブル手法です。バギング・ブースティング・スタッキングという3大方式と、その基盤となるブートストラップを整理します。