【G検定】ユークリッド距離とは？k-meansやk近傍法を支える最も基本的な距離を解説
2026年6月21日
地図上の2地点を直線で結んだ長さ——それがユークリッド距離です。誰もが知っている「普通の距離」ですが、機械学習ではデータどうしの「似ている度合い」を測るものさしとして、k-means法やk近傍法の心臓部で働いています。他の距離との違いまで含めて整理しましょう。
【G検定】マハラノビス距離とは？データのばらつきを考慮した距離と異常検知への応用を解説
2026年6月21日
「平均から20離れている」と言われても、ばらつきの大きいデータなら普通のこと、ばらつきの小さいデータなら大事件です。この「ばらつきを考慮した離れ具合」を測るのがマハラノビス距離。異常検知の定番として、ユークリッド距離との対比で問われやすいキーワードです。
【G検定】二重降下現象とは？誤差が2回下がる不思議な現象と過学習の常識をわかりやすく解説
2026年6月21日
「モデルを大きくしすぎると過学習して性能が落ちる」——機械学習の教科書にはそう書かれています。ところが近年のディープラーニングでは、性能が一度落ちた後に、さらにモデルを大きくすると再び性能が良くなるという不思議な現象が確認されています。これが二重降下現象です。
【G検定】大域最適解とは？最適化が目指す本当のゴールと到達の難しさを解説
2026年6月21日
最適化アルゴリズムが本来目指しているゴール、それが大域最適解です。定義自体は「すべての中で一番良い解」とシンプルですが、試験で問われるのは「なぜそこへたどり着くのが難しいのか」「たどり着けなくても良いのはなぜか」という周辺の理解です。この記事では、ゴールの定義から到達可能性の話までを整理します。
【G検定】ポアソン分布とは？まれな事象の発生回数を表す確率分布をわかりやすく解説
2026年6月21日
1時間に何件の電話がかかってくるか、交差点で1年に何件の事故が起きるか——「めったに起きないが、たまに起きる」出来事の回数を扱うのがポアソン分布です。「期待値と分散がどちらもλ」というユニークな性質が試験でも狙われる、統計分野の重要キーワードです。