G検定学習範囲（技術編）～ディープラーニング応用～

こんにちは！いつも読んでいただきありがとうございます💡
毎日１記事更新を目標に頑張っていきたいと思います。よろしくお願いいたします✨

前提

・今後旧シラバスではなく、新シラバスに沿った情報提供を行っていきます。
・新シラバスは下記URLをクリックし、詳細な試験範囲はこちら（G2024#6から適用）から資料をダウンロードして参照ください。

G検定とは

出題分野-新試験

・今日は新試験の技術編の出題分野の内、”ディープラーニングの応用例”、を取り上げます。
・今回は１テーマですがボリュームが多くかつ試験の出題割合も高めです。
・新シラバスの内容は下記のとおりです。

出題分野からわかる旧シラバスからの変化点

それでは旧シラバスから変わった点を解説していきたいと思います。
※旧シラバスからの変更度合は⭐の数（0個～3個）で表しています。

ディープラーニングの応用例
・26.画像認識の章では、画像認識の実世界の活用の理解が追加されました。（⭐）

・27.自然言語処理の章が新たに追加されました。また最新の自然言語処理モデルや活用法が追加されました。さらにPaLM、感情分析、機械翻訳、質問応答、情報検索、文章要約、LLM、統計的回翻訳キーワードとして追加されました。（⭐）

28.音声処理の章が新たに追加されました。また最新の音声処理モデルや活用法が追加されました。さらに話者識別がキーワードとして追加されました。（⭐）

・29.深層強化学習の章が新たに追加されました。また深層強化学習の実務での活用の理解が追加されました。さらにA3C, Agent57, APE-X, PPO, Rainbow, RLHFがキーワードとして追加された。（⭐）

・30.データ生成の章が新たに追加されました。またデータ生成モデルの実世界での活用の理解が追加されました。さらにDiffusion Model、音声生成、画像生成、文章生成がキーワードとして追加されました。（⭐）

・31.転移学習とファインチューニングの章が個別で章立てされました。また転移学習・ファインチューニングのモデル詳細、効果が追加されました。（⭐）

・32.マルチモーダルの章が新たに追加されました。さらにCLIP, DALL-E, Flamingo, Image Captioning, Text-To-Image, Visual Question Answering, Unified-IO, zero-shot, 基盤モデル, マルチタスク学習がキーワードとして追加されました。（⭐⭐）

・33.モデルの解約性の事例の理解が追加されました。LIME、Permutation Importance, SHAP, 説明可能 AI (XAI)がキーワードとして追加されました。（⭐）

・34.モデルの軽量化の具体事例含めた理解が追加されました。さらに宝くじ仮説がキーワードとして追加されました。（⭐）

まとめると、新シラバスはディープラーニング応用例のテーマ別に章立てを行い、詳細な理解が求められると考えられます📚 また多くのキーワードが新シラバスで追加されていますので、新たなキーワードはしっかりとおさえていきましょう📝

次回は”AI社会実装”、”AIに必要な数理・統計”の試験範囲について触れていこうと思います💡