【G検定】自己回帰モデル(ARモデル)とは？時系列予測の仕組みとVARモデルを解説
2026年5月27日
明日の売上を予測する一番自然な材料は、昨日までの売上です。「自分自身の過去」を説明変数にして未来を予測する——これが自己回帰モデル(ARモデル)です。時系列データ分析の基本であり、複数系列を扱うVARモデルとの区別がG検定のポイントになります。
【G検定】Rainbowとは？DQNの6つの改良を束ねた統合アルゴリズムをわかりやすく解説
2026年5月27日
DQNの登場後、その弱点を補う改良手法が次々と提案されました。「ならば全部まとめて使えばもっと強いのでは？」——この発想を実行し、名前のとおり複数の手法を虹のように束ねたのがRainbowです。深層強化学習の発展史を1つのキーワードで総復習できる重要用語です。
【G検定】線形回帰とは？直線で予測する基本モデルとラッソ回帰・リッジ回帰を解説
2026年5月27日
散らばったデータ点に「最も当てはまる直線」を1本引く——線形回帰は、機械学習のあらゆる回帰手法の出発点です。シンプルですが、正則化を加えたラッソ回帰・リッジ回帰まで含めて、G検定で確実に問われる重要キーワードです。
【G検定】PPOとは？クリッピングで方策更新を安定させる強化学習アルゴリズムを解説
2026年5月27日
強化学習で方策を更新するとき、一度に大きく変えすぎると学習が壊れてしまう——。この問題を「更新幅のクリッピング」というシンプルな工夫で解決したのがPPOです。OpenAI FiveやChatGPTのRLHFにも使われた、現代強化学習の定番アルゴリズムです。
【G検定】サポートベクターマシン(SVM)とは？マージン最大化とカーネルトリックを解説
2026年5月27日
2つのグループを分ける線は無数に引けます。その中で「どちらのグループからも最も余裕をもって離れた線」を選ぶ——このシンプルで美しい発想がサポートベクターマシン(SVM)です。ディープラーニング以前の機械学習を代表する手法で、G検定ではマージン最大化・スラック変数・カーネルトリックの用語がまとめて問われます。