人工知能

G検定

【G検定対策】JDLAジェネラリスト検定2020~2024【カンペ、過去問、難易度、感想、チートシート?】

G検定の法規/近年の動向を含めた過去問っぽい問題集設置。 難易度はそれほど高くないが準備はそれなりに必要。文系の方々でも十分獲得可能。カンペに使える図解&解説ページあり。毎回知人の誰かしらが受けているのでその情報を元に更新。問題集で慣らすという手法だと足元をすくわれる可能性が高い。
G検定

【ディープラーニングG検定対策】ディープラーニングの基礎数学

G検定シラバスとしては明記されていないが、数問出題される。 難易度は低。しかし、過去問、問題集から外れた問題も若干出やすい。 ノルムの算出方法、ベイズの定理なども事前に調べておく必要がある。 上記に加えて以下の把握しておいた方が良い ・CNNの畳込み演算の計算
G検定

【ディープラーニングG検定対策】ディープラーニングの応用に向けて

G検定シラバス「ディープラーニングの応用に向けて」の範囲の対策。 難易度は超高。過去問、問題集ではほぼ歯が立たない。 AI白書や時事ネタを収集しておく必要がある。 自動運転のレベル。 0 ドライバーがすべて操作
G検定

【ディープラーニングG検定対策】ディープラーニングの研究分野

G検定シラバス「ディープラーニングの研究分野」の範囲の対策。 難易度は高。過去問、問題集だけではフォローしきれない。 「自然言語処理の流れ」と「強化学習」について追加の情報収集が必要。 画像注釈=画像キャプション生成。 自然言語処理の流れ。
G検定

【ディープラーニングG検定対策】ディープラーニングの手法

G検定シラバス「ディープラーニングの手法」の範囲の対策。 難易度は高。過去問、問題中でだけではフォローしきれない。 昨今のDNNを調べておく必要がある。 Softmax:出力を正規化して確率として解釈。 tanh:双曲線正接関数。 ReLU:正規化線形関数、ランプ関数。
G検定

【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。 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 ・ノーフリーランチ定理 ・みにくいアヒルの子定理 ・モンベックのパラドックス
G検定

【ディープラーニングG検定対策】機械学習の具体的手法

G検定シラバス「機械学習の具体的手法」の範囲の対策。 上記に加え以下も調べておく必要あり。 ・t-SNE(t-distributed Stochastic Neighbor Embedding :t分布型確率的近傍埋め込み) ・・次元削減アルゴリズムの一つ
G検定

【ディープラーニングG検定対策】人工知能分野の問題

G検定シラバス「人工知能分野の問題」の範囲の対策。 難易度は中程度。過去問、問題集でフォローできる。 強いAI=汎用AI=AGI(Artificial General Intelligence) 弱いAI=特化AI。 シンギュラリティについての各人の意見。
G検定

【ディープラーニングG検定対策】人工知能をめぐる動向

G検定シラバス「人工知能をめぐる動向」の範囲の対策。 難易度は中程度で、過去問、問題集で凡そフォローできる。 STRIPSは1971年 Richard FikesとNils Nilcsonの自動計画AI SHRDLUはCycプロジェクトから2001年にOpenCycとして公開される。
G検定

【ディープラーニングG検定対策】人工知能(AI)とは

G検定シラバス「人工知能(AI)とは」の範囲の対策。 基本的に難易度への影響は少ない部分であり、過去問、問題集だけの対策で十分と言える。 アーサー・サミュエルの発言 "明示的にプログラムしなくても学習する能力をコンピュータに与える研究分野" 各ブームの終焉理由は把握しておいた方が良い。