見出し画像

G検定はこれだけでいけるッ!

人工知能の定義

推論

エージェント

判断

古典的な人工知能

認識

機械学習

ディープラーニング

人工知能とは何か

人工知能のおおまかな分類

AI 効果

人工知能とロボットの違い



人工知能研究の歴史

エニアック( ENIAC )

ロジック・セオリスト

エキスパートシステム

第五世代コンピュータ

機械学習

トイ・プロブレム

ビッグデータ

特徴量

ディープラーニング

知識の時代

機械学習と特徴表現学習の時代

ディープブルー

推論・探索の時代

ダートマス会議

人工知能研究のブームと冬の時代

人工知能をめぐる動向

探索・推論

探索木

プランニング

深さ優先探索

幅優先探索

STRIPS

SHRDLU

ヒューリスティックな知識

AlphaGo(アルファ碁)

ブルートフォース

Mini-Max法

αβ法

ハノイの塔

ロボットの行動計画

ボードゲーム

モンテカルロ法

知識表現

イライザ( ELIZA )

イライザ効果

インタビューシステム

マイシン( MYCIN )

DENDRAL

is-aの関係

part-ofの関係

has-aの関係

Cycプロジェクト

データマイニング

推移律

ウェブマイニング

ワトソン

Question-Answering

セマンティックWeb

知識ベースの構築とエキスパートシステム

人工無脳

知識獲得のボトルネック(エキスパートシステムの限界)

意味ネットワーク

オントロジー

オントロジーの構築

東ロボくん

機械学習・深層学習

レコメンデーションエンジン

スパムフィルター

ビッグデータ

統計的自然言語処理

コーパス

単純パーセプトロン

自己符号化器(オートエンコーダ)

誤差逆伝播法

次元の呪い

ILSVRC

特徴量

機械学習の定義

特徴抽出

パターン認識

画像認識

OCR

一般物体認識

人間の神経回路

データの増加と機械学習

ニューラルネットワーク

人工知能分野の問題

人工知能分野の問題

ローブナーコンテスト

中国語の部屋

機械翻訳

ルールベース機械翻訳

統計学的機械翻訳

特徴表現学習

トイ・プロブレム

フレーム問題

チューリングテスト

強い AI と弱いAI

シンボルグラウンディング問題

身体性

特徴量設計

シンギュラリティ

機械学習の具体的手法

教師あり学習

回帰問題

ラッソ回帰

分類問題

半教師あり学習

決定木

リッジ回帰

アンサンブル学習

マージン最大化

バギング

ブートストラップサンプリング

勾配ブースティング

カーネル

単純パーセプトロン

カーネルトリック

活性化関数

多層パーセプトロン

シグモイド関数

ソフトマックス関数

隠れ層

疑似相関

誤差逆伝播法

ベクトル自己回帰モデル(VARモデル)

AdaBoost

重回帰分析

剪定

多クラス分類

線形回帰

ロジスティック回帰

ランダムフォレスト

サポートベクターマシン (SVM)

自己回帰モデル (AR)

教師なし学習

クラスタリング

レコメンデーション

クラスタ分析

特異値分解

t-SNE

デンドログラム(樹形図)

コールドスタート問題

多次元尺度構成法

コンテンツベースフィルタリング

次元削減

潜在的ディリクレ配分法(LDA)

次元圧縮

k-means 法

ウォード法

主成分分析 (PCA)

トピックモデル

協調フィルタリング

強化学習

割引率

ε-greedy方策

UCB方策

状態価値関数

マルコフ性

Q値

Q学習

行動価値関数

REINFORCE

方策勾配法

Actor-Critic

A3C

バンディットアルゴリズム

価値関数

モデルの評価

k- 分割交差検証

ホールドアウト検証

混同行列

交差検証

正則化

未学習

過学習

L0正則化

ラッソ回帰

L2正則化

L1正則化

リッジ回帰

LIME

汎化性能

オッカムの剃刀

SHAP

偽陽性-偽陰性

平均二乗誤差

赤池情報量基準(AIC)

第一種の過誤-第二種の過誤

汎化誤差

訓練誤差

誤差関数

学習係数

正解率・適合率・再現率・F 値

モデルの選択と情報量

モデルの解釈

ディープラーニングの概要

ニューラルネットワークとディープ ラーニング

誤差逆伝播法

単純パーセプトロン

多層パーセプトロン

ディープラーニングのアプローチ

制限付きボルツマンマシン

事前学習

オートエンコーダ

積層オートエンコーダ

ファインチューニング

ディープラーニングを実現するには

TPU

CPU と GPU

GPGPU

ディープラーニングのデータ量

活性化関数

Leaky ReLU関数

tanh 関数

ReLU 関数

学習の最適化

学習率

交差エントロピー

誤差関数

局所最適解

イテレーション

鞍点

大域最適解

エポック

モーメンタム

プラトー

RMSprop

AdaGrad

AdaDelta

ADAM

AdaBound

AMSBound

ハイパーパラメータ

ランダムサーチ

グリッドサーチ

確率的勾配降下法

バッチ学習

最急降下法

ミニバッチ学習

データリーケージ

オンライン学習

更なるテクニック

過学習

アンサンブル学習

ノーフリーランチの定理

正規化

標準化

二重降下現象

白色化

ドロップアウト

早期終了

データの正規化・重みの初期化

バッチ正規化

ディープラーニングの手法

畳み込みニューラルネットワーク

LeNet

畳み込み

サブサンプリング層

ネオコグニトロン

フィルタ

最大値プーリング

平均値プーリング

グローバルアベレージプーリング

Random Erasing

Cutout

CutMix

Mixup

MobileNet

Depthwise Separable Convolution

Neural ArchitectureSearch(NAS)

NASNet

EfficientNet

転移学習

MnasNet

局所結合構造

カーネル幅

ストライド

プーリング

スキップ結合

パディング

各種データ拡張

CNN の基本形

全結合層

CNN の発展形

深層生成モデル

ジェネレータ (生成器)

ディスクリミネータ (識別器)

Pix2Pix

CycleGAN

DCGAN

変分オートエンコーダ (VAE)

敵対的生成ネットワーク (GAN)

画像認識分野

AlexNet

Inceptionモジュール

ILSVRC

GoogLeNet

Skip Connection

VGG

Wide ResNet

DenseNet

ResNet

SENet

R-CNN

FPN

YOLO

矩形領域

SSD

Faster R-CNN

Fast R-CNN

インスタンスセグメンテーション

FCN(Fully Convolutional Netwok)

パノプティックセグメンテーション

セマンティックセグメンテーション

SegNet

U-Net

PSPNet

Dilation convolution

Atrous convolution

Open Pose

DeepLab

Parts Affinity Fields

Mask R-CNN

物体識別タスク

物体検出タスク

音声処理と自然言語処理分野

LSTM

CEC

Bidirectional RNN(双方向RNN)

GRU

RNN Encoder-Decoder

Attention

パルス符号変調器

BPTT

スペクトル包絡

A-D変換

高速フーリエ変換

メル周波数ケプストラム係数

フォルマント

音韻

フォルマント周波数

音素

隠れマルコフモデル

音声認識エンジン

メル尺度

WaveNet

N-gram

ワンホットベクトル

Bag-of-Words(BoW)

TF-IDF

単語埋め込み

分散表現

局所表現

word2vec

CBOW

スキップグラム

CTC

fastText

ELMo

Source-Target Attention

Seq2Seq

Self-Attention

Encoder-Decoder Attention

位置エンコーディング

GPT

GPT-2

GPT-3

Vision Transformer

BERT

GLUE

構文解析

形態要素解析

言語モデル

深層強化学習分野

DQN

ダブルDQN

デュエリングネットワーク

Rainbow

ノイジーネットワーク

モンテカルロ木探索

アルファ碁

アルファゼロ

アルファ碁ゼロ

マルチエージェント強化学習

OpenAI Five

アルファスター

連続値制御

状態表現学習

報酬成形

オフライン強化学習

sim2real

ドメインランダマイゼーション

残差強化学習

モデルの解釈性とその対応

モデルの解釈

Grad-CAM

モデルの軽量化

蒸留

モデル圧縮

量子化

プルーニング

ディープラーニングの社会実装に向けて

AIと社会

AIによる経営課題の解決と利益の創出

法の遵守

IoT

ビッグデータ

RPA

ブロックチェーン

AIプロジェクトの進め方

MLOps

CRISP-DM

BPR

クラウド

Web API

データサイエンティスト

プライバシー・バイ・デザイン

データの収集

オープンデータセット

個人情報保護法

著作権法

個別の契約

不正競争防止法

特許法

データの網羅性

他企業や他業種との連携

サンプリング・バイアス

転移学習

産学連携

オープン・イノベーション

AI・データの利用に関する契約ガイドライン

データの加工・分析・学習

アノテーション

匿名加工情報

カメラ画像利活用ガイドブック

ELSI

ライブラリ

Python

Docker

説明可能AI(XAI)

Jupyter Notebook

フィルター バブル

FAT

PoC

実装・運用・評価

著作物

データベースの著作物

営業秘密

オープンデータに関する適用除外

限定利用データ

個人情報

秘密管理

GDPR

十分性認定

敵対的な攻撃(Adversarial attacks)

ディープフェイク

フェイクニュー ス

アルゴリズムバイアス

ステークホルダーのニーズ

運用の改善やシステムの改修


クライシス・マネジメント

コーポレートガバナンス

内部統制の更新

シリアス・ゲーム

炎上対策とダイバーシティ

AIと安全保障・軍事技術

実施状況の公開

透明性レポート

よりどころとする原則や指針

Partnership on AI

次の開発へと循環


ref



G検定ではプログラムの問題も数学の問題もほとんど出題されません。

なので言語が苦手な人でも、数学が苦手な人でもG検定は誰でも合格できます。


いいなと思ったら応援しよう!