【G検定】最小二乗法とは？残差の二乗和を最小にする回帰直線の求め方を解説
2026年6月17日
散らばったデータ点に「一番よく当てはまる直線」を引きたい——回帰分析のこの根本問題に答えるのが最小二乗法です。ずれ(残差)を二乗して合計し、それが最小になる直線を選ぶ。線形回帰から機械学習の損失関数まで受け継がれる大原則を、具体的な数値例で解説します。
【G検定】信用割当問題とは？「誰のせいで間違えたか」を解く誤差逆伝播法の原点を解説
2026年6月17日
ニューラルネットワークが答えを間違えたとき、責任は何万個もある重みのうち「どれ」にあるのでしょうか。この「間違いの責任を各部品に割り振る」という古くて本質的な課題が「信用割当問題」です。誤差逆伝播法は、まさにこの問題への解答として理解できます。
【G検定】コサイン類似度とは？ベクトルの向きで「似ている度合い」を測る仕組みを計算例で解説
2026年6月17日
「この2つの文書はどれくらい似ているか」を数値にできたら、検索も推薦も一気に賢くなります。それを可能にするのが、データをベクトルにして「向きの近さ」を測るコサイン類似度です。自然言語処理や推薦システムの定番指標を、手計算できる例つきで解説します。
【G検定】共分散とは？正負の意味と相関係数との関係を計算例でやさしく解説
2026年6月16日
身長が高い人ほど体重も重い——このような「2つの変数が一緒に動く傾向」を1つの数値で表すのが共分散です。相関係数や主成分分析の土台になる重要指標ですが、単位に依存するというクセもあります。計算の仕組みから相関係数との関係まで、具体的な数値例で解説します。
【G検定】勾配爆発問題とは？RNNで学習が発散する原因と勾配クリッピングを解説
2026年6月16日
学習を始めた途端に誤差がどんどん大きくなり、ついには数値があふれて学習が壊れてしまう——。深いネットワークやRNNで起こりやすいこのトラブルが「勾配爆発問題」です。有名な「勾配消失問題」とちょうど逆向きの現象で、G検定では両者の対比と対策(勾配クリッピング)がよく問われます。