ドパ学 › 解説 › G検定
AI学部 G検定コース

入力CHUの
G検定

全77レッスン、会話で読んで1本3分。

各レッスンの最後に「試験デンデン!」1問つき。章ごとの曲は、できた章から順番に公開します。

第1章人工知能とは

AIの定義と、AIをめぐる大きな問い

  1. 1人工知能(AI)の定義AIって、結局なんなの?
  2. 2人工知能の4つのレベル「AI搭載」のエアコンって、本当にAIなの?
  3. 3強いAIと弱いAIドラえもんは「強いAI」なの?
  4. 4シンギュラリティ(技術的特異点)AIが人間を超える日って、本当に来るの?
  5. 5人工知能分野で議論される問題AIは本当に「分かって」いるの?

第2章人工知能をめぐる動向

AIの歴史。ブームと冬をくり返した70年

♪ この章の曲「三度目の正直ブーム!」
  1. 1第1次AIブーム(推論・探索の時代)最初のAIブームは、なぜ終わったの?
  2. 2第2次AIブームとエキスパートシステム専門家の知識を詰めこんだAIは、なぜ行きづまったの?
  3. 3探索アルゴリズム(幅優先探索と深さ優先探索)迷路の解き方にも、性格があるの?
  4. 4知識表現(意味ネットワークとオントロジー)コンピュータに「常識」を教えるには?
  5. 5機械学習と第3次AIブームルールを書かずに、データから学ぶってどういうこと?
  6. 6ディープラーニングの登場2012年、AIの世界で何が起きたの?

第3章機械学習の概要

データから学ぶしくみと、モデルの測り方

♪ この章の曲「過去問オーバーフィット」
  1. 1機械学習の3つのタイプ教師あり・教師なし・強化学習、何がちがうの?
  2. 2回帰問題と線形回帰家賃みたいな「数値」は、どうやって予測するの?
  3. 3回帰モデルの評価指標(MAE・MSE・RMSE)予測の「ズレ」は、どうやって測るの?
  4. 4分類問題(ロジスティック回帰とSVM)迷惑メールかどうか、AIはどうやって仕分けてるの?
  5. 5決定木「もし〜なら」をくり返すだけで、AIになるの?
  6. 6アンサンブル学習(バギングとブースティング)モデルを何個も集めると、なぜ強くなるの?
  7. 7クラスタリング(k-means法と階層的クラスタリング)正解がないのに、どうやってグループ分けするの?
  8. 8次元削減(主成分分析とt-SNE)項目が多すぎるデータは、どうやってシンプルにするの?
  9. 9レコメンデーション(推薦システム)「あなたへのおすすめ」って、どうやって選んでるの?
  10. 10強化学習正解を教えないのに、どうやって賢くなるの?
  11. 11強化学習の代表的な手法(SARSA・方策勾配法・MARL)Q学習とSARSA、なにがちがうの?
  12. 12モデルの評価指標(混同行列・適合率・再現率・F値)正解率99%なのに「使えない」ってどういうこと?
  13. 13ROC曲線とAUCしきい値を変えると成績が変わる…じゃあ何で比べるの?
  14. 14過学習と汎化性能練習では満点なのに、本番でボロボロ…なんで?
  15. 15交差検証とホールドアウト検証手持ちのデータだけで、本番の実力ってどう測るの?

第4章ディープラーニングの概要

ニューラルネットワークが学ぶしくみ

♪ この章の曲「谷底はどこ?登山部」
  1. 1ニューラルネットワークとディープラーニングパーセプトロンを重ねると、なぜディープラーニングになるの?
  2. 2活性化関数シグモイド、ReLU、ソフトマックス…どう使い分けるの?
  3. 3誤差関数(損失関数)AIの「まちがい度」は、どうやって測るの?
  4. 4勾配降下法AIは、どうやって誤差を小さくしていくの?
  5. 5最適化手法(モーメンタム・AdaGrad・RMSprop・Adam)ふつうの勾配降下法の、なにを改良したの?
  6. 6誤差逆伝播法まちがいの責任を、どうやって各層に割りふるの?
  7. 7正則化(L1・L2・ドロップアウト)過学習を防ぐために、わざと「ブレーキ」をかけるって本当?
  8. 8ハイパーパラメータの調整AIが自分で決められない設定は、どうやって選ぶの?

第5章ディープラーニングの要素技術

CNN・RNN・Attention…中身の部品

♪ この章の曲「ねえ、覚えてる?」
  1. 1畳み込み層(CNN)画像認識で使う「畳み込み」って、なにをしてるの?
  2. 2プーリング層特徴マップを小さくまとめるって、どういうこと?
  3. 3スキップ結合(ResNet)層を飛ばして足すだけで、なぜ深くできるの?
  4. 4正規化層バッチ正規化・レイヤー正規化、何をそろえてるの?
  5. 5回帰結合層(RNN)前の時刻を覚えているネットワークって、どういうしくみ?
  6. 6LSTMとGRURNNの「忘れっぽさ」を、ゲートでどう直したの?
  7. 7AttentionとTransformer「どこに注目するか」を、AIはどうやって決めてるの?
  8. 8オートエンコーダ入力をそのまま出すだけのネットワークが、なぜ役に立つの?
  9. 9データ拡張学習データを「水増し」して、なぜ賢くなるの?

第6章ディープラーニングの応用例

画像・言葉・音・生成。どこで使われている?

  1. 1画像認識のタスク物体検出とセグメンテーション、何がちがうの?
  2. 2代表的な画像認識モデルAlexNetからVision Transformerまで、何が進化したの?
  3. 3統計的機械翻訳ニューラルネット以前の翻訳AIは、どうやって訳していたの?
  4. 4自然言語処理と単語埋め込みコンピュータは、言葉をどうやって数字にしているの?
  5. 5Transformerと大規模言語モデルBERTとGPT、どっちもTransformerなのに何がちがうの?
  6. 6音声処理AIは、声をどうやって聞いて、どうやって話すの?
  7. 7深層強化学習AIがゲームや囲碁で人間に勝てたのはなぜ?
  8. 8データ生成(GAN・拡散モデル)AIはどうやって、ない画像を作るの?
  9. 9転移学習・ファインチューニング賢いAIの「学んだこと」を、別の仕事に使い回せるの?
  10. 10マルチモーダル画像も言葉もいっしょに分かるAIって、どうなってるの?
  11. 11モデルの解釈性(説明可能AI)AIがなぜそう判断したのか、のぞけるの?
  12. 12モデルの軽量化大きなAIを、スマホで動かすにはどうするの?

第7章AIの社会実装に向けて

AIプロジェクトの進め方と運用

  1. 1AIプロジェクトの進め方AIを仕事で使うとき、何から始めればいいの?
  2. 2データの収集・加工・分析・学習AIに食べさせるデータ、どう集めてどう整えるの?
  3. 3AIの運用とMLOpsAIは作ったら終わり、じゃないの?

第8章AIの法律と倫理

個人情報・著作権・公平性・ガバナンス

  1. 1個人情報保護法顔写真もメアドも、ぜんぶ個人情報なの?
  2. 2仮名加工情報・匿名加工情報とGDPR個人情報を、安全にAIに使う方法ってあるの?
  3. 3著作権法とAI(学習・生成・AI生成物)AIの学習って、人の作品を勝手に使っていいの?
  4. 4特許法と不正競争防止法(営業秘密・限定提供データ)AIの技術は、公開して守る? 隠して守る?
  5. 5独占禁止法とAI開発契約AIで値段を合わせたらカルテル? 開発の契約はどう結ぶ?
  6. 6AI倫理・AIガバナンスと国内外のガイドライン法律で決まってなくても、守るべきことってある?
  7. 7AIの公平性AIは感情がないのに、なぜ差別しちゃうの?
  8. 8AIの安全性とセキュリティAIって、だまされたり盗まれたりするの?
  9. 9AIとプライバシーAIは、わたしのことをどこまで推測できちゃうの?
  10. 10AI技術の悪用(ディープフェイクとフェイクニュース)その動画、本物? AIの悪用ってどんなこと?
  11. 11AIの透明性と説明可能性AIは、なぜその答えにしたのか説明できるの?
  12. 12環境保護・労働政策・その他の重要な価値AIの電気代、仕事、亡くなった人の再現…ほかにどんな論点があるの?
  13. 13AIガバナンスの実践AI倫理を、会社の中でどうやって実行するの?

第9章AIに必要な数理・統計知識

平均・分散・確率・相関・微分

  1. 1代表値(平均値・中央値・最頻値)と外れ値平均だけ見てると、だまされるって本当?
  2. 2分散と標準偏差平均点が同じでも、ちがうクラスってどういうこと?
  3. 3確率分布(正規分布・二項分布・ポアソン分布)サイコロ、コイン、身長…データの「出かた」にパターンはあるの?
  4. 4相関係数と疑似相関(相関と因果)アイスが売れると水の事故が増える…犯人はアイス?
  5. 5微分と勾配降下法(最適化の数学)AIは、どうやって「まちがい」を減らしているの?

番外編G検定ってどんな試験?

番外編:試験のしくみと勉強のしかた

  1. 1G検定の基本情報(試験時間・問題数・受験料・日程)G検定って、いつ・どこで・何問の試験なの?

G検定(JDLA ジェネラリスト検定)のシラバス2024(第1.4版)をもとにした非公式の学習コンテンツです。JDLAとは関係ありません。 問題はすべて出題範囲を参考にしたオリジナルです。