【G検定】相関係数とは？-1から1で関係の強さを測る指標を計算例つきで解説
2026年6月18日
「勉強時間が長い人ほど点数が高い」「気温が上がるとアイスが売れる」——2つのデータの関係の強さをひとつの数値で表せたら便利です。それを実現するのが相関係数です。-1から1という範囲の意味、共分散との関係、そして「相関があっても因果があるとは限らない」という重要な注意点まで、計算例つきで解説します。
【G検定】Adamとは？MomentumとRMSpropを融合した定番最適化アルゴリズムを解説
2026年6月18日
深層学習のオプティマイザで「迷ったらまずこれ」と言われるほど広く使われているのがAdamです。勾配の「方向の勢い」を活かすMomentumと、「歩幅の自動調整」を行うRMSpropという2つの系統の長所を1つに融合し、さらにバイアス補正という独自の仕上げを加えた、最適化手法の系譜の集大成的な存在です。
【G検定】正規分布とは？平均±1σに約68%が入る釣鐘型の分布をわかりやすく解説
2026年6月18日
身長、測定誤差、テストの点数——世の中の多くのデータは、平均のまわりに集まり、平均から離れるほど珍しくなる「釣鐘型」の分布を描きます。この最も重要な確率分布が正規分布です。68%・95%ルールや偏差値との関係、なぜ統計と機械学習のあちこちに顔を出すのかを丁寧に解説します。
【G検定】AdaGradとは？パラメータごとに学習率を変える適応的最適化の元祖を解説
2026年6月18日
「すべての重みを同じ歩幅で更新するのは、本当に効率的なのか?」——この疑問に答え、パラメータ1つひとつに異なる学習率を割り当てる道を開いたのがAdaGradです。RMSProp・AdaDelta・Adamへと続く「適応的学習率」の系譜は、すべてこの手法から始まりました。
【G検定】条件付き確率とは？「すでに起きた」を前提にした確率をトランプと検査の例で解説
2026年6月17日
「雨が降っている日に、電車が遅れる確率」のように、私たちは日常的に「何かが起きたという前提」で確率を考えています。この考え方を数学的に整理したものが条件付き確率です。ベイズの定理や迷惑メールフィルタなど、AIの根幹を支える確率の考え方を、トランプと病気検査の例でやさしく解説します。