G検定の概要
G検定シラバス改訂の概要と変更のポイント
2024年6月23日
シラバス改訂の概要 一般社団法人日本ディープラーニング協会(JDLA)は、2024年11月実施の「G検定2024 #6」よりG検定(ジェネラリスト検定)のシラバスを改訂すると発表しました。 JDLAによると、今回の改訂で […]
【G検定まとめ2024】試験当日も使える! 要点整理&試験対策カンペ
2024年1月1日
G検定の要点をシラバスから抜粋してまとめました。これから学習する方も、復習したい方にもお使いいただけます。試験当日用のG検定のカンニングペーパー参考としてもお役立てください。試験結果を保証するものではありませんので、試験 […]
用語集
1.人工知能とは
- 人工知能の定義
- 推論
- エージェント
- 判断
- 古典的な人工知能
- 認識
- 機械学習
- ディープラーニング
- 人工知能とは何か
- 人工知能のおおまかな分類
- AI 効果
- 人工知能とロボットの違い
- 人工知能研究の歴史
- エニアック( ENIAC )
- ロジック・セオリスト
- エキスパートシステム
- 第五世代コンピュータ
- 機械学習
- トイ・プロブレム
- 特徴量
- ビッグデータ
- ディープラーニング
- 知識の時代
- 機械学習と特徴表現学習の時代
- ディープブルー
- 推論・探索の時代
- ダートマス会議
- 人工知能研究のブームと冬の時代
2.人工知能をめぐる動向
- 探索・推論
- 探索木
- プランニング
- 深さ優先探索
- SHRDLU
- 幅優先探索
- STRIPS
- ヒューリスティックな知識
- AlphaGo(アルファ碁)
- ブルートフォース
- Mini-Max法
- αβ法
- ハノイの塔
- ロボットの行動計画
- モンテカルロ法
- ボードゲーム
- 知識表現
- イライザ( ELIZA )
- イライザ効果
- インタビューシステム
- マイシン( MYCIN )
- DENDRAL
- is-aの関係
- part-ofの関係
- has-aの関係
- Cycプロジェクト
- データマイニング
- ウェブマイニング
- 推移律
- ワトソン
- Question-Answering
- セマンティックWeb
- 知識ベースの構築とエキスパートシステム
- 人工無脳
- 知識獲得のボトルネック(エキスパートシステムの限界)
- 意味ネットワーク
- オントロジー
- オントロジーの構築
- 東ロボくん
- 機械学習・深層学習
- レコメンデーションエンジン
- スパムフィルター
- 統計的自然言語処理
- ビッグデータ
- コーパス
- 単純パーセプトロン
- 自己符号化器(オートエンコーダ)
- 誤差逆伝播法
- 次元の呪い
- ILSVRC
- 機械学習の定義
- 特徴量
- 特徴抽出
- パターン認識
- 画像認識
- OCR
- 一般物体認識
- 人間の神経回路
- データの増加と機械学習
- ニューラルネットワーク
3.人工知能分野の問題
- ローブナーコンテスト
- 中国語の部屋
- 機械翻訳
- ルールベース機械翻訳
- 統計学的機械翻訳
- 特徴表現学習
- フレーム問題
- トイ・プロブレム
- チューリングテスト
- シンボルグラウンディング問題
- 身体性
- 強い AI と弱いAI
- シンギュラリティ
- 特徴量設計
4.機械学習の具体的手法
- 教師あり学習
- 回帰問題
- ラッソ回帰
- 分類問題
- 半教師あり学習
- 決定木
- リッジ回帰
- アンサンブル学習
- マージン最大化
- バギング
- ブートストラップサンプリング
- 勾配ブースティング
- カーネル
- 単純パーセプトロン
- カーネルトリック
- 活性化関数
- 多層パーセプトロン
- シグモイド関数
- ソフトマックス関数
- 疑似相関
- 隠れ層
- 誤差逆伝播法
- AdaBoost
- ベクトル自己回帰モデル(VARモデル)
- 剪定
- 重回帰分析
- 多クラス分類
- 線形回帰
- ロジスティック回帰
- サポートベクターマシン (SVM)
- ランダムフォレスト
- 自己回帰モデル (AR)
- 教師なし学習
- レコメンデーション
- クラスタリング
- クラスタ分析
- 特異値分解
- t-SNE
- デンドログラム(樹形図)
- コールドスタート問題
- 多次元尺度構成法
- コンテンツベースフィルタリング
- 次元削減
- 潜在的ディリクレ配分法(LDA)
- 次元圧縮
- k-means 法
- 主成分分析 (PCA)
- ウォード法
- トピックモデル
- 協調フィルタリング
- 強化学習
- 割引率
- ε-greedy方策
- UCB方策
- 状態価値関数
- マルコフ性
- Q値
- Q学習
- 行動価値関数
- REINFORCE
- 方策勾配法
- Actor-Critic
- A3C
- バンディットアルゴリズム
- マルコフ決定過程モデル
- 価値関数
- モデルの評価
- k- 分割交差検証
- ホールドアウト検証
- 混同行列
- 交差検証
- 正則化
- 未学習
- L0正則化
- 過学習
- ラッソ回帰
- L2正則化
- L1正則化
- リッジ回帰
- 汎化性能
- LIME
- オッカムの剃刀
- SHAP
- 偽陽性-偽陰性
- 平均二乗誤差
- 赤池情報量基準(AIC)
- 第一種の過誤-第二種の過誤
- 汎化誤差
- 訓練誤差
- 誤差関数
- 学習係数
- 正解率・適合率・再現率・F 値
- モデルの選択と情報量
- モデルの解釈
- ROC 曲線と AUC
5.ディープラーニングの概要
- ニューラルネットワークとディープ ラーニング
- 誤差逆伝播法
- 多層パーセプトロン
- 単純パーセプトロン
- 勾配消失問題
- 信用割当問題
- ディープラーニングのアプローチ
- 制限付きボルツマンマシン
- 事前学習
- オートエンコーダ
- 積層オートエンコーダ
- ファインチューニング
- 深層信念ネットワーク
- ディープラーニングを実現するには
- TPU
- CPU と GPU
- GPGPU
- ディープラーニングのデータ量
- 活性化関数
- Leaky ReLU関数
- ReLU関数
- tanh 関数
- ソフトマックス関数
- 学習の最適化
- 勾配降下法
- 学習率
- 勾配降下法の問題と改善(局所最適解、大域最適解、停留点)
- 交差エントロピー
- 誤差関数
- イテレーション
- 鞍点
- エポック
- モーメンタム
- プラトー
- RMSprop
- AdaGrad
- AdaDelta
- AdaBound
- ADAM
- AMSBound
- ハイパーパラメータ
- ランダムサーチ
- グリッドサーチ
- 確率的勾配降下法
- バッチ学習
- 最急降下法
- ミニバッチ学習
- データリーケージ
- オンライン学習
- 勾配降下法の問題と改善
- 更なるテクニック
- 過学習
- アンサンブル学習
- ノーフリーランチの定理
- 正規化
- 標準化
- 二重降下現象
- 白色化
- 早期終了
- ドロップアウト
- データの正規化・重みの初期化
- バッチ正規化
6.ディープラーニングの手法
- 畳み込みニューラルネットワーク
- LeNet
- 畳み込み
- サブサンプリング層
- フィルタ
- 最大値プーリング
- ネオコグニトロン
- 平均値プーリング
- グローバルアベレージプーリング
- Random Erasing
- Cutout
- CutMix
- Mixup
- MobileNet
- Neural ArchitectureSearch(NAS)
- Depthwise Separable Convolution
- NASNet
- EfficientNet
- 転移学習
- 局所結合構造
- MnasNet
- カーネル幅
- ストライド
- プーリング
- スキップ結合
- パディング
- 各種データ拡張
- 畳み込みニューラルネットワーク(CNN)の基本形
- 全結合層
- CNN の発展形
- 深層生成モデル
- ジェネレータ (生成器)
- ディスクリミネータ (識別器)
- Pix2Pix
- CycleGAN
- DCGAN
- 変分オートエンコーダ (VAE)
- 敵対的生成ネットワーク (GAN)
- 画像認識分野
- AlexNet
- Inceptionモジュール
- ILSVRC
- GoogLeNet
- Skip Connection
- VGG
- DenseNet
- Wide ResNet
- ResNet
- SENet
- R-CNN
- FPN
- YOLO
- 矩形領域
- SSD
- Faster R-CNN
- Fast R-CNN
- インスタンスセグメンテーション
- FCN(Fully Convolutional Netwok)
- パノプティックセグメンテーション
- セマンティックセグメンテーション
- SegNet
- U-Net
- PSPNet
- Dilation convolution
- Atrous convolution
- Open Pose
- Parts Affinity Fields
- DeepLab
- Mask R-CNN
- 物体識別タスク
- 物体検出タスク
- セグメンテーションタスク
- 姿勢推定タスク
- マルチタスク学習
- 音声処理と自然言語処理分野
- LSTM
- CEC
- Bidirectional RNN(双方向RNN)
- GRU
- RNN Encoder-Decoder
- Attention
- パルス符号変調器
- BPTT
- スペクトル包絡
- A-D変換
- 高速フーリエ変換
- フォルマント
- メル周波数ケプストラム係数
- 音韻
- フォルマント周波数
- 音素
- 隠れマルコフモデル
- 音声認識エンジン
- メル尺度
- WaveNet
- N-gram
- ワンホットベクトル
- Bag-of-Words(BoW)
- TF-IDF
- 単語埋め込み
- 分散表現
- 局所表現
- word2vec
- CBOW
- スキップグラム
- CTC
- fastText
- ELMo
- Source-Target Attention
- Seq2Seq
- Self-Attention
- Encoder-Decoder Attention
- 位置エンコーディング
- Vision Transformer
- BERT
- GLUE
- 構文解析
- 形態要素解析
- 言語モデル
- Transformer
- データの扱い方
- 自然言語処理における Pre-trained Models
- 深層強化学習の基本的な手法と発展
- 深層強化学習とゲーム AI
- 実システム制御への応用
- GPT
- GPT-2
- GPT-3
- ChatGPT
- 深層強化学習分野
- DQN
- ダブルDQN
- Rainbow
- デュエリングネットワーク
- ノイジーネットワーク
- モンテカルロ木探索
- アルファ碁
- アルファゼロ
- アルファ碁ゼロ
- OpenAI Five
- マルチエージェント強化学習
- 連続値制御
- 報酬成形
- アルファスター
- 状態表現学習
- オフライン強化学習
- sim2real
- ドメインランダマイゼーション
- 残差強化学習
- モデルの解釈性とその対応
- モデルの解釈
- Grad-CAM
- Grad-CAM
- モデルの軽量化
- 蒸留
- モデル圧縮
- 量子化
- プルーニング
- エッジ AI
7.ディープラーニングの社会実装に向けて
- AIと社会
- AIによる経営課題の解決と利益の創出
- 法の遵守
- IoT
- ビッグデータ
- RPA
- ブロックチェーン
- AI のビジネス活用と法・倫理
- AIプロジェクトの進め方
- MLOps
- CRISP-DM
- BPR
- クラウド
- Web API
- データサイエンティスト
- プライバシー・バイ・デザイン
- AI プロジェクトの進め方
- AI プロジェクト進行の全体像
- AI を運用した場合のプロセスの再設計
- AI を運営すべきかの検討
- AI システムの提供方法
- 開発計画の策定
- プロジェクト体制の構築
- データの収集
- 個人情報保護法
- オープンデータセット
- 個別の契約
- 著作権法
- 不正競争防止法
- 特許法
- 他企業や他業種との連携
- データの網羅性
- サンプリング・バイアス
- 転移学習
- 産学連携
- オープン・イノベーション
- AI・データの利用に関する契約ガイドライン
- データの収集方法および利用条件の確認
- 法令に基づくデータ利用条件
- データセットの偏りによる注意
- 学習可能なデータの収集
- 外部の役割と責任を明確にした連携
- データの加工・分析・学習
- アノテーション
- 匿名加工情報
- ELSI
- カメラ画像利活用ガイドブック
- ライブラリ
- Docker
- Python
- 説明可能AI(XAI)
- Jupyter Notebook
- FAT
- フィルター バブル
- PoC
- データの加工
- プライバシーの配慮
- 開発・学習環境の準備
- アルゴリズムの設計・調整
- アセスメントによる次フェーズ以降の実施の可否検討
- 実装・運用・評価
- 著作物
- データベースの著作物
- 営業秘密
- オープンデータに関する適用除外
- 限定提供データ
- 個人情報
- 秘密管理
- GDPR
- 十分性認定
- 敵対的な攻撃(Adversarial attacks)
- ディープフェイク
- フェイクニュー ス
- アルゴリズムバイアス
- ステークホルダーのニーズ
- 運用の改善やシステムの改修
- 本番環境での実装・運用
- 成果物を知的財産として守る
- 利用者・データ保持者の保護
- 悪用へのセキュリティ対策
- 予期しない振る舞いへの対処
- インセンティブの設計と多様な人の巻き込み
- クライシス・マネジメント
- コーポレートガバナンス
- 内部統制の更新
- シリアス・ゲーム
- 炎上対策とダイバーシティ
- 実施状況の公開
- 透明性レポート
- AIと安全保障・軍事技術
- よりどころとする原則や指針
- Partnership on AI
- 次の開発へと循環
- 体制の整備
- 社会と対話・対応のアピール
- 指針の作成と議論の継続
- 有事への対応
- プロジェクトの計画への反映
8.数理・統計
- 量的変数、質的変数
- 名義尺度、順序尺度、間隔尺度、比例尺度
- 母集団、標本、全数調査、無作為抽出、標本の大きさ、乱数表、国勢調査
- 実験研究、観察研究、処理群と対照群
- 棒グラフ、折れ線グラフ、円グラフ、帯グラフ、積み上げ棒グラフ、レーダーチャート、バブルチャート、ローソク足
- モザイク図、散布図(相関図)、複合グラフ
- 度数分布表、度数、相対度数、累積度数、累積相対度数、階級、階級値、度数分布表からの統計量の求め方
- クロス集計表(2元の度数分布表)
- 時系列グラフ、指数(指標)、移動平均
- 平均値、中央値、最頻値
- 最小値、最大値、範囲、四分位数、四分位範囲、分散、標準偏差、偏差値、変動係数
- 共分散、相関係数
- ヒストグラム(柱状グラフ)、累積相対度数グラフ、幹葉図、箱ひげ図、はずれ値
- 相関、擬相関、因果関係
- 最小二乗法、回帰係数、予測
- 独立な試行、条件付き確率
- 二項分布、正規分布、二項分布の正規近似
- 標本平均・比率の標本分布、母平均・母比率の区間推定、母平均・母比率の仮説検定
9.その他(最新技術・時事ネタ)
- 大規模言語モデル (Large Language Models、LLM)
- ハルシネーション
- アラインメント (Alignment)
- 人間のフィードバックによる強化学習 (RLHF)