【G検定】Zero-shot(ゼロショット学習)とは？訓練なしで新タスクを解く仕組みを解説
2026年6月5日
一度も「その問題用の勉強」をしていないのに、初見のタスクを解いてしまう——Zero-shot(ゼロショット学習)は、CLIPをはじめとする基盤モデルの登場で現実になった能力です。G検定ではFew-shot・One-shotとの区別、そしてCLIPによるゼロショット画像分類の仕組みが問われます。
【G検定】平均二乗誤差(MSE)とは？計算式と外れ値に敏感な理由を解説
2026年6月5日
回帰モデルの「予測がどれくらい外れているか」を1つの数値にまとめる、最も基本的な指標が平均二乗誤差(MSE)です。この記事では、計算の手順と「なぜ二乗するのか」、そして二乗ゆえに外れ値の影響を受けやすいという性質までを解説します。
【G検定】Unified-IOとは？多様なモダリティを1つのモデルで扱う統合AIを解説
2026年6月5日
画像生成も物体検出も自然言語処理も、モデルを切り替えずに1つでこなす——そんな「何でも屋」を目指したのがUnified-IOです。名前のとおり入出力(IO)を統一(Unified)した設計が特徴で、G検定ではCLIPやFlamingoと並ぶマルチモーダル基盤モデルの一角として問われます。
【G検定】k-分割交差検証とは？仕組みとホールドアウト法との違いを解説
2026年6月5日
機械学習モデルの性能評価で「たまたま分け方が良かっただけ」の好成績に騙されないためには、どうすればよいでしょうか。その定番の答えがk-分割交差検証です。この記事では、データをk個に分割して検証を繰り返す仕組みと、ホールドアウト法との違いを解説します。
【G検定】Visual Question Answering(VQA)とは？画像への質問に答えるAIを解説
2026年6月5日
写真を見せて「この写真に犬は何匹いますか?」と尋ねると、AIが「2匹です」と答える——これがVisual Question Answering(VQA)です。画像理解と言語理解の両方が必要な、コンピュータビジョンと自然言語処理の融合を象徴するタスクとして、G検定のマルチモーダル分野で頻出します。