【G検定】Contrast(コントラスト調整)とは？明暗差を変えるデータ拡張をわかりやすく解説
2026年7月4日
同じ被写体でも、くっきり写った写真と、もやっと霞んだ写真があります。この「明暗差」をわざとランダムに変えて学習データを水増しするのが、データ拡張のContrast(コントラスト調整)です。照明や撮影条件が変わっても崩れない、頑健な画像認識モデルを作るための定番テクニックです。
【G検定】Adversarial Attack(敵対的攻撃)とは？パンダをテナガザルと誤認させる仕組みを解説
2026年7月4日
人間の目にはまったく同じパンダの写真なのに、AIは自信満々に「テナガザル」と答える——。入力データにごく小さな細工を加えてAIの判断を狂わせる攻撃が「Adversarial Attack(敵対的攻撃)」です。AIの安全性とセキュリティを学ぶうえで、最も有名な攻撃手法のひとつです。
【G検定】変分オートエンコーダ(VAE)とは？確率でデータを生成する仕組みをわかりやすく解説
2026年7月3日
「データを圧縮して復元する」オートエンコーダに確率の考え方を持ち込むと、見たことのない新しいデータを生み出せる「生成モデル」に生まれ変わります。それが変分オートエンコーダ(VAE)です。GANと並ぶ代表的な生成モデルとして、G検定でも頻出のキーワードです。
【G検定】積層オートエンコーダとは？1層ずつ積み上げる学習の仕組みをわかりやすく解説
2026年7月3日
オートエンコーダを何段も重ねて「深い」ネットワークにしたものが積層オートエンコーダです。ディープラーニング初期に「深い構造でも学習できる」ことを示した立役者であり、事前学習・ファインチューニングとセットでG検定に登場する重要キーワードです。
【G検定】データの偏りとは？AIの公平性を損なう原因と各工程での対策をわかりやすく解説
2026年7月3日
不公平なAIの多くは、不公平なデータから生まれます。学習データが特定の属性や集団に偏っている状態——「データの偏り」は、公平性の節に登場するバイアス問題の大もとを指す総論的なキーワードです。どの工程で偏りが入り込み、どう対処するのかを整理して理解しましょう。