【G検定】OpenAI Fiveとは？Dota 2の世界王者を破った深層強化学習AIを解説
2026年5月27日
5人対5人で戦う複雑なオンラインゲーム『Dota 2』で、世界大会の優勝チームに勝利したAI——それがOpenAI Fiveです。囲碁やチェスとは次元の違う複雑さを持つゲームを深層強化学習で攻略した事例として、G検定の「深層強化学習」の応用例で登場します。
【G検定】DQNとは？経験再生とターゲットネットワークの2大工夫を徹底解説
2026年5月27日
「ゲーム画面を見ただけで、人間並みにゲームをプレイするAI」──深層強化学習ブームの火付け役となったのがDQN（Deep Q-Network）です。Q学習とディープラーニングの結婚、そしてそれを安定させた「経験再生」と「ターゲットネットワーク」という2大工夫を、順を追って理解しましょう。
【G検定】勾配ブースティングとは？GBDTの仕組みとXGBoost・LightGBMを解説
2026年5月26日
前のモデルの間違いを、次のモデルが少しずつ直していく——この「反省を繰り返す学習」を数学的に洗練させたのが勾配ブースティングです。XGBoostやLightGBMといった実装は、表形式データの予測コンペで長年トップに君臨してきました。G検定では「3つの手法の組み合わせ」という構成が問われます。
【G検定】Ape-Xとは？分散型の優先度付き経験再生をわかりやすく解説
2026年5月26日
DQNの「経験再生」を、大人数の分業体制と「重要な経験を優先して復習する」仕組みでスケールアップしたのがApe-X（Distributed Prioritized Experience Replay）です。1人の学習係（Learner）と大勢の行動係（Actor）という役割分担が、このキーワードの覚えどころです。
【G検定】決定木とは？条件分岐で予測する仕組みと剪定・情報利得をやさしく解説
2026年5月26日
「もし年収が400万円以上なら右へ、未満なら左へ」——そんなYes/Noの質問を繰り返して答えにたどり着くのが決定木です。仕組みが目で見てわかる、機械学習の中でもっとも直感的な手法のひとつです。G検定では剪定や情報利得といった独特の用語とセットで問われます。