【ディープラーニングG検定対策】ディープラーニングの概要

【ディープラーニングG検定対策】ディープラーニングの概要G検定

G検定記事はこちら。
https://www.simulationroom999.com/blog/jdla-deep-learning-for-general-2020-1/

スポンサーリンク

はじめに

G検定シラバス「ディープラーニングの概要」の範囲の対策。
難易度は中程度、過去問、問題集で十分フォローできる。

スポンサーリンク

ディープラーニング概要

イテレーション=重み更新回数。
エポック=訓練データを使用した回数。

各種定理。

  • バーニーおじさんのルール
    • パラメータ数の10倍の学習データが必要
  • ノーフリーランチ定理
    • 万能なアルゴリズムは存在しない
  • みにくいアヒルの子定理
    • 普通のアヒルとみにくいアヒルの判別は不可
  • モンベックのパラドックス
    • 高度な推論よりも1歳児のやることの方が難しい

バーニーおじさんとは。

スタンフォード大学教授のバーナード・ウィドロー氏らしい。
https://en.wikipedia.org/wiki/Bernard_Widrow
1987年のIEEEカンファレンスでの講演「ADALINE and MADALINE」の中で「バーニーおじさんのルール(Uncle Bernie’s Rule)」を提唱した。

一気通貫学習:視覚、聴覚、触覚などのセンサをロボットが統合的に扱うよう学習。
事前学習=Pre-training。

スポンサーリンク

まとめ

イテレーションとエポックの関係、各種定理は高確率で出題されるので押さえておこう。

コメント

タイトルとURLをコピーしました