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

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2024まとめ】理解度確認問題集【直前対策】

問題 すべての問題の解答が終わると答えを見ることができます。 解説動画

【G検定まとめ2024】YouTube動画リスト(問題編)

講義編はこちら

【G検定まとめ2024】YouTube動画リスト(講義編)

問題編はこちら

【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

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 […]

【G検定2023まとめ】理解度確認&問題集まとめ【直前対策】

下記ページに移動しました。 【G検定2024まとめ】理解度確認問題集【直前対策】

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)