【G検定】ドロップアウトとは？ニューロンをランダムに無効化して過学習を防ぐ仕組み
2026年6月16日
「学習のたびにニューロンをわざとサボらせる」——一見乱暴なこのアイデアが、ディープラーニングの過学習対策の定番になりました。ドロップアウトがなぜ効くのか、アンサンブル学習との関係まで含めて解説します。
【G検定】確率密度とは？確率との違いと正規分布の68%・95%をわかりやすく解説
2026年6月15日
身長や体重のような連続的なデータでは、「ちょうどこの値になる確率」は0になってしまいます。そこで登場するのが「確率の濃さ」を表す確率密度です。この記事では、確率との違い、曲線の下の面積が確率になる仕組み、正規分布の68%・95%の性質まで丁寧に解説します。
【G検定】正則化とは？過学習を防ぐ仕組みとL1・L2・ドロップアウトの全体像
2026年6月15日
「訓練データでは高得点なのに本番では使い物にならない」——機械学習の宿敵・過学習に対する代表的な処方箋が正則化です。この記事ではL1・L2・ドロップアウトといった個別手法の親玉にあたる「正則化」という考え方そのものを解説します。
【G検定】L2正則化とは？重みを小さく保って過学習を防ぐペナルティの仕組み
2026年6月15日
過学習対策の定番中の定番がL2正則化です。「重みを小さく保つとなぜ過学習が防げるのか」という理屈まで理解できると、L1正則化との違いも一気にクリアになります。試験頻出の対比ポイントを含めて解説します。
【G検定】確率変数とは？離散型と連続型の違いをサイコロの例でわかりやすく解説
2026年6月15日
サイコロの目、コインの裏表、明日の来店客数——結果が偶然に左右される値を数学で扱うための出発点が「確率変数」です。確率分布・期待値・分散など、統計と機械学習のあらゆる概念の主役になる用語なので、ここで土台を固めておきましょう。