【G検定】セキュリティ・バイ・デザインとは？設計段階からの安全対策とコスト100倍の法則を解説
2026年7月4日
セキュリティ対策は「完成してから追加」では遅い——。企画・設計の段階からセキュリティを組み込んでおくアプローチが「セキュリティ・バイ・デザイン」です。攻撃が高度化する時代のシステム開発、そしてAI開発の大前提となる考え方を解説します。
【G検定】Contrast(コントラスト調整)とは？明暗差を変えるデータ拡張をわかりやすく解説
2026年7月4日
同じ被写体でも、くっきり写った写真と、もやっと霞んだ写真があります。この「明暗差」をわざとランダムに変えて学習データを水増しするのが、データ拡張のContrast(コントラスト調整)です。照明や撮影条件が変わっても崩れない、頑健な画像認識モデルを作るための定番テクニックです。
【E資格】検証集合とは｜訓練・検証・テストデータの分割と交差検証法
2026年7月4日
機械学習モデルの真の実力は「学習に使っていないデータ」でしか測れません。この項目では、データを訓練・検証・テストに分割する理由と、限られたデータを有効活用する交差検証の方法を学びます。モデル評価の土台となる、実務でも試験でも必須の知識です。
【G検定】Adversarial Attack(敵対的攻撃)とは？パンダをテナガザルと誤認させる仕組みを解説
2026年7月4日
人間の目にはまったく同じパンダの写真なのに、AIは自信満々に「テナガザル」と答える——。入力データにごく小さな細工を加えてAIの判断を狂わせる攻撃が「Adversarial Attack(敵対的攻撃)」です。AIの安全性とセキュリティを学ぶうえで、最も有名な攻撃手法のひとつです。
【E資格】機械学習の課題を徹底解説｜過剰適合・バイアスとバリアンス・次元の呪い
2026年7月4日
機械学習の目的は、訓練データへのあてはめではなく、未知のデータに対して高い性能を発揮すること(汎化)です。この項目では、過剰適合・過少適合という2大課題を、訓練誤差と汎化誤差、バイアスとバリアンスという枠組みで整理し、対策としての正則化、そして高次元データ特有の問題である次元の呪いを学びます。