【G検定】中央値とは？平均値・最頻値との違いと外れ値に強い理由をやさしく解説
2026年6月19日
「平均年収」と聞いて実感とずれを感じたことはありませんか。ごく一部の高所得者が平均を押し上げるため、「真ん中の人」の実態は平均値では見えにくいのです。そこで活躍するのが、データを並べたときのちょうど真ん中の値——中央値です。求め方、外れ値に強い理由、平均値・最頻値との使い分けまで解説します。
【G検定】対立仮説とは？帰無仮説とのペアで理解する仮説検定をやさしく解説
2026年6月19日
「新薬には効果がある」「このコインはイカサマだ」——統計でこうした主張をしたいとき、主役として掲げられるのが対立仮説です。ただし統計の世界では、対立仮説を直接証明するのではなく、相方である帰無仮説を崩すことで間接的に支持するという独特の手順を踏みます。帰無仮説との役割分担を軸に、仮説検定の流れを丁寧に解説します。
【G検定】鞍点とは？ある方向では極小・別方向では極大になる停滞点とプラトーを解説
2026年6月18日
勾配降下法で学習を進めていたら、谷底に着いたわけでもないのに勾配がほぼゼロになり、学習がピタリと止まってしまう——。その犯人としてよく挙げられるのが「鞍点」です。ある方向から見れば谷底、別の方向から見れば峠の頂上という奇妙な地形で、高次元のニューラルネットワークの損失地形では至る所に現れます。
【G検定】相互情報量とは？「知ると不確実性がどれだけ減るか」を測る指標をやさしく解説
2026年6月18日
天気予報を見れば、傘を持つべきかどうかの迷いは減ります。このように「一方を知ることで、もう一方についての不確実性がどれだけ減るか」を数値化したものが相互情報量です。情報理論の考え方をベースに、エントロピーとの関係、相関係数では捉えられない関係まで測れる強みを解説します。
【G検定】RMSpropとは？過去の勾配を「忘れる」ことでAdaGradを改善した手法を解説
2026年6月18日
AdaGradの弱点「学習率が下がり続けて学習が止まる」を、たったひとつの発想転換——古い勾配情報を指数的に「忘れる」——で解決したのがRMSpropです。のちにAdamの片翼となる第二モーメントの計算法はここで確立されました。系譜の中継点として、前後のつながりごと理解しましょう。