G検定

G検定のシラバスにおける「ディープラーニングの概要」および「ディープラーニングの手法」に関連する事項を記載します。 シグモイド関数を用いた学習における勾配消失について ディープラーニングで用いられる活性化関数の一つに、シグモイド関数があります。 y=11+exp⁡(−x)y = \frac{1}{1 + \exp(-x)} y=1+exp(−x)1​シグモイド関数を用いて、以下のような合成関数を考...

G検定のシラバスにおける「ディープラーニングの社会実装に向けて」に関連する事項を記載します。 プロジェクト管理 CRISP-DM CRISP-DM (CRoss-Industry Standard Processing for Data Mining) は、機械学習やデータサイエンスのプロジェクトを進めるにあたり、指針となる 6 つの段階からなるモデルです。 ![](/ugc/techi

G検定のシラバスにおける「機械学習の具体的手法」に関連する事項を記載します。 線形回帰 説明変数、目的変数 説明変数と目的変数が、直線や超平面といった、線形の関係にある状態を線形回帰とよびます。説明変数が 2つ以上の場合を重回帰とよびます。線形回帰を用いたモデルの学習は、教師あり学習です。 ![](/ugc/techimages/0b5d1f17-daae-4518-a7b6-d3e61

G検定のシラバスにおける 「人工知能（AI）とは（人工知能の定義）」 「人工知能をめぐる動向」 「人工知能分野の問題」 に関連する事項を記載します。 エニアック (ENIAC) 1946年にアメリカのペンシルバニア大学で開発された、真空管を使った巨大な計算機です。 ダートマス会議 1956年にアメリカで開催されました。 ジョン・マッカーシーが、「人工知能」という言葉を

G検定に向けて、比較的新しいモデルについて記載します。 深層生成モデル 生成モデル 画像のデータセットがどのような分布になっているかを推測し、その分布に基づいて、元の画像と似たような画像データを生成するモデルです。 深層生成モデル ディープラーニングを取り入れた生成モデルのことです。 潜在空間 深層生成モデルでは、元データセットから画像が持つ潜在空間を

G検定のシラバスにおける、強化学習および深層強化学習について記載します。 強化学習 方策 (policy) 強化学習で達成したいことは、報酬和を最大にする方策 (policy) π\piπ を学習することです。 状態 SSS、行動 AAA