【G検定】多クラス分類とは？One-vs-Rest・One-vs-One・ソフトマックスの違いを解説
2026年5月28日
「犬か猫か」なら二択ですが、「犬か猫か鳥か馬か」になった瞬間、分類問題は一段難しくなります。3つ以上のカテゴリに分ける多クラス分類では、二値分類器をどう組み合わせるかという工夫が生まれました。G検定ではOne-vs-RestとOne-vs-Oneの方式の違い、必要な分類器の数が定番の出題ポイントです。
【G検定】重回帰分析とは？複数の説明変数で予測する仕組みと多重共線性を解説
2026年5月28日
マンションの価格は広さだけでは決まりません。駅からの距離、築年数、階数——複数の要因を同時に式へ組み込み、それぞれの寄与度まで見えるようにするのが重回帰分析です。実務の統計分析で最も使われる手法のひとつで、G検定では単回帰分析との違いと、変数を増やすことの落とし穴が問われます。
【G検定】sim2realとは？シミュレーションで学び実世界で動かす技術とリアリティギャップを解説
2026年5月28日
ロボットに強化学習で歩き方を学ばせるとき、実機で何万回も転ばせるわけにはいきません。そこで「シミュレーションの中で学習させて、覚えた方策を実世界に持ち込む」のがsim2realです。カギとなるのは、仮想と現実の間に横たわる「リアリティギャップ」をどう埋めるかです。
【G検定】単回帰分析とは？1つの変数から予測する回帰の基本を最小二乗法から解説
2026年5月27日
「広告費を増やしたら売上はどれくらい伸びるのか？」——1つの原因候補と1つの結果の関係を直線で捉えるのが単回帰分析です。回帰分析のいちばん小さな最小構成であり、ここでの考え方(直線の式・最小二乗法・残差)がそのまま重回帰や機械学習全体の土台になります。
【G検定】RLHFとは？人間のフィードバックで方策を最適化する強化学習を解説
2026年5月27日
「良い応答」に点数をつける数式は書けなくても、人間なら2つの応答を見比べて「こちらが良い」と選べます。この人間の判断を報酬の代わりに使う強化学習がRLHFです。ChatGPTを支えた技術として有名ですが、本記事では強化学習の応用としての仕組みを軸に解説します。