【G検定】蒸留（知識蒸留）とは？教師モデルから生徒モデルへ知識を移す軽量化手法を解説
2026年6月8日
優秀な先生の「考え方」ごと受け継げば、小さな生徒でも先生に近い実力を出せる——大規模で高精度なモデル(教師)の知識を小規模なモデル(生徒)に移して軽量化するのが「蒸留(知識蒸留)」です。G検定ではプルーニング・量子化と並ぶモデル軽量化の3本柱として、ソフトターゲットという独特の仕組みまで問われます。
【G検定】偽陰性（False Negative）とは？「見逃し」の怖さと再現率との関係をわかりやすく解説
2026年6月7日
病気なのに「異常なし」と判定される——分類モデルの誤りの中でも、ときに最も深刻な結果を招くのが偽陰性、つまり「見逃し」です。偽陽性と対をなすこのエラーの意味と、再現率という指標との結びつきを整理しましょう。
【G検定】偽陽性（False Positive）とは？第一種の過誤と適合率との関係をわかりやすく解説
2026年6月7日
「陽性と判定されたのに、実は違っていた」——分類モデルの誤りには2種類あり、その一方が偽陽性です。混同行列の4区分の中でも「誤検出」を表す重要な用語で、適合率の理解にも直結します。まずはここを正確に押さえましょう。
【G検定】エッジAIとは？端末上でAIを動かす仕組みとモデル軽量化の関係を解説
2026年6月7日
スマホの顔認証は、顔画像をクラウドに送らずに端末の中だけで判定しています。このように、データが生まれるその場所でAIを動かすのが「エッジAI」です。G検定では「モデルの軽量化」の節の入口として、プルーニング・量子化・蒸留がなぜ必要かを説明する文脈で登場します。
【G検定】交差検証とは？ホールドアウト検証とk-分割交差検証の仕組みをわかりやすく解説
2026年6月7日
作ったモデルが「本番でも通用するか」を、どうやって確かめればよいのでしょうか。その標準的な答えが交差検証です。データの分け方と繰り返しの仕組みを理解すれば、過学習の検出やモデル選択の話が一気につながります。