【G検定】エポックとは？学習の周回数と過学習を防ぐエポック数の決め方を解説
2026年6月19日
「エポック数を10に設定して学習する」のように、ディープラーニングの現場で毎日のように登場する単位がエポックです。この記事では、エポックが表す「データ全体の周回」という意味と、エポック数を増やしすぎると過学習に陥るという実務上の急所を中心に解説します。
【G検定】イテレーションとは？パラメータ更新1回の単位とエポックとの違いを解説
2026年6月19日
ディープラーニングの学習は「少しずつ何度も繰り返す」ことで進みますが、その繰り返しの最小単位がイテレーションです。エポックとの違いは試験でも定番の論点なので、この記事で「1回のイテレーションで何が起きるのか」を土台からしっかり押さえましょう。
【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。