【G検定】Rotate(回転)とは？画像を回して増やすデータ拡張の仕組みと使いどころを解説
2026年7月6日
同じ被写体でも、カメラがわずかに傾けば写り方は変わります。その「傾き」をあらかじめ学習させておくのが、データ拡張の基本手法Rotate(回転)です。この記事では、回転がなぜ効くのか、角度の決め方、Flipとの違いまでを解説します。
【E資格】パラメータノルムペナルティー｜L1正則化・L2正則化とweight decay
2026年7月6日
損失関数に重みの大きさ(ノルム)に応じたペナルティ項を加えることで過剰適合を抑える正則化手法を学ぶ項目です。L1正則化とL2正則化の効き方の違い、およびweight decayとの関係を理解します。
【E資格】パラメータの初期化戦略｜Xavier(Glorot)初期化とHe(Kaiming)初期化
2026年7月6日
ニューラルネットワークの重みをどのような乱数で初期化するかを学ぶ項目です。初期値の分散を適切に設計することで、深いネットワークでも信号や勾配が消失・発散せずに学習を始められる理由を理解します。
【G検定】エコーチェンバーとは？同じ意見だけが反響する現象とフィルターバブルとの違い
2026年7月6日
SNSを開くと、自分と同じ意見ばかりが流れてくる。「みんなそう思っている」と確信が深まる——実は、その「みんな」は社会のごく一部かもしれません。エコーチェンバーは、同じ意見が反響し合って増幅される情報環境の問題で、G検定では民主主義への影響とフィルターバブルとの区別が問われます。
【G検定】Random Flipとは？画像を反転するデータ拡張の効果と注意点をわかりやすく解説
2026年7月6日
猫の写真を左右反転しても、猫は猫のままです。この当たり前の性質を利用して学習データを2倍に増やせるのが、データ拡張の定番Random Flipです。この記事では、水平反転と垂直反転の使い分けと「反転してはいけない画像」まで解説します。