【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。
【G検定】早期終了(early stopping)とは？過学習を防ぐ学習の止めどきを解説
2026年6月21日
学習は長く続ければ良いというものではありません。ある時点を過ぎると、モデルは訓練データを丸暗記し始め、未知のデータへの性能はむしろ悪化します。その「悪化が始まる直前」で学習を打ち切るシンプルかつ強力なテクニックが早期終了（early stopping）です。ヒントンが残した有名な言葉や二重降下現象まで、試験に出るポイントを押さえましょう。
【G検定】ベルヌーイ分布とは？成功か失敗かを表す最も基本的な確率分布を解説
2026年6月21日
コイン投げの表か裏か、メールのクリック有無、画像が猫か猫でないか——結果が2通りしかない現象を表すのがベルヌーイ分布です。あらゆる確率分布の中で最もシンプルでありながら、二項分布や機械学習の2値分類の土台になる重要キーワードです。