G検定シラバス2021：復習項目一覧
JDLA本家のG検定のシラバス（2021）はこちらからダウンロードできます。以下は、シラバスにあるキーワードに関連サイトや本サイトの関連記事へのリンクを貼ったものです。公式テキストの内容を復習する際にすぐに調べられるようになっています。以下は公式テキストへのアフィリエイト・リンクです。
人工知能とは
人工知能の定義
人工知能や機械学習の定義を理解する。
人工知能とは何か
人工知能の大まかな分類
AI効果
人工知能とロボットの違い
キーワード：推論、認識、判断、エージェント、古典的な人工知能、機械学習、ディープラーニング
関連記事：人工知能の定義
人工知能研究の歴史
ブームと冬の時代を繰り返してきた人工知能研究の歴史を学ぶ。
世界初の汎用コンピュータ（ENIAC）
ダートマス会議
人工知能研究のブームと冬の時代
キーワード：エニアック（ENIAC）、ロジック・セオリスト、トイ・プロブレム、エキスパートシステム、第五世代コンピュータ、ビッグデータ、機械学習、特徴量、ディープラーニング、推論・探索の時代、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
関連記事：AIの３大ブームと冬の時代
人工知能をめぐる動向
探索・推論
第1次ブームで中心的な役割を果たした推論・探索の研究について学ぶ
迷路（探索木）
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
キーワード：探索木、幅優先探索、深さ優先探索、プランニング、STRIPS、SHRDLU、AlphaGo（アルファ碁）、ヒューリスティックな知識、Mini-Max法、αβ法、ブルートフォース
関連記事：第１次AIブーム：探索・推論
知識表現
第2次ブームで中心的な役割を果たした知識表現の研究とエキスパートシステムを学ぶ。
人工無能
知識ベースの構築とエキスパートシステム
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
概念間の関係（is-aとpart-ofの関係）
オントロジーの構築
ワトソンと東ロボくん
キーワード：イライザ（ELIZA）、イライザ効果、マイシン（MYCIN）、DENDRAL、インタビューシステム、is-aの関係、has-aの関係、part-ofの関係、Cycプロジェクト、推移律、ウェブマイニング、データマイニング、ワトソン、Question-Answering、セマンティックWeb
関連記事：第2次AIブーム：知識表現
機械学習・深層学習
機械学習、ニューラルネットワーク、ディープラーニングの研究と歴史、それぞれの関係について学ぶ。
データの増加と機械学習
機械学習と統計的自然言語処理
ニューラルネットワーク
ディープラーニング
キーワード：ビッグデータ、レコメンデーションエンジン、スパムフィルター、統計的自然言語処理、コーパス、人間の神経回路、単純パーセプトロン、誤差逆伝播法、自己符号化器、ILSVRC、特徴量、次元の呪い、機械学習の定義，パターン認識、画像認識、特徴抽出、一般物体認識、OCR
関連記事：第3次AIブーム：機械学習・深層学習
人工知能分野の問題
人工知能分野の問題
人工知能の研究で議論されている問題や、人工知能の実現可能性を考察する。
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
知識獲得のボトルネック
特徴量設計
シンギュラリティ
キーワード：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
関連記事：人工知能分野の問題
機械学習の具体的手法
教師あり学習
教師あり学習に用いられる学習モデルを理解する。
線形回帰
ロジスティック回帰
ランダムフォレスト
ブースティング
サポートベクトルマシン
ニューラルネットワーク
自己回帰モデル(AR)
キーワード：分類問題、回帰問題、半教師あり学習、ラッソ回帰、リッジ回帰、決定木、アンサンブル学習、バギング、勾配ブースティング、ブートスラップサンプリング、マージン最大化、カーネル、カーネルトリック、単純パーセプトロン、多層パーセプトロン、活性化関数、シグモイド関数、ソフトマックス関数、誤差逆伝播法、ベクトル自己回帰モデル（VARモデル）、隠れ層、疑似相関、重回帰分析、AdaBoost、多クラス分類、剪定
関連記事：教師あり学習
教師なし学習
教師なし学習の基本的な理論を理解する。
k-means法
ウォード法
主成分分析
協調フィルタリング
トピックモデル
キーワード：クラスタリング、クラスタ分析、レコメンデーション、デンドログラム（樹形図）、特異値分解、多次元尺度構成法、t-SNE、コールドスタート問題、コンテンツベースフィルタリング、潜在的ディリクレ配分法（LDA)、次元削減、次元圧縮
関連記事：教師なし学習
強化学習
強化学習の基本的な理論を理解する。
バンディットアルゴリズム
マルコフ決定過程モデル
価値関数
方策勾配
キーワード：割引率、ε-greedy方策、UCB方策、マルコフ性、状態価値関数、行動価値関数、Q値、Q学習、REINFORCE、方策勾配法、Actor-Critic、A3C
関連記事：強化学習
モデルの評価
学習されたモデルの精度の評価方法と評価指標を理解する。
正解率・適合率・再現率・F値
ROC曲線とAUC
モデルの解釈
モデルの選択と情報量
キーワード：交差検証、ホールドアウト検証、k-分割交差検証、混同行列、過学習、未学習、正則化、L０正則化、L1正則化、L2正則化、ラッソ回帰、リッジ回帰、LIME、SHAP、オッカムの剃刀、赤池情報量基準（AIC)、汎化性能、平均二乗誤差、偽陽性-偽陰性、第一種の過誤-第二種の過誤、訓練誤差、汎化誤差、学習係数、誤差関数
関連記事：機械学習モデルの評価
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
ディープラーニングを理解する上で押さえておくべき事柄を理解する。
パーセプトロン
多層パーセプトロン
ディープラニングとは
勾配消失問題
信用割当問題
キーワード：誤差逆伝播法
関連記事：ニューラルネットワークと深層学習
ディープラーニングのアプローチ
ディープラーニングがどういった手法によって実現されたのかを理解する。
事前学習
オートエンコーダ（自己符号化器）
積層オートエンコーダ
ファインチューニング
深層信念ネットワーク
キーワード：制限付きボルツマンマシン
関連記事：ディープラーニングのアプローチ
ディープラーニングを実現するには
ディープラーニングを実現するために必要ものは何か、何故ディープラニングが実現できたかを理解する。
CPUとGPU
GPGPU
ディープラーニングのデータ量
キーワード：TPU
関連記事：ディープラーニングを実現するには
活性化関数
ニューラルネットワークにおいて重要な役割をになう活性化関数を理解する。
シグモイド関数
tanh関数
ReLU関数
ソフトマックス関数
キーワード：Leaky ReLU関数
関連記事：活性化関数
学習率の最適化
ディープラーニングの学習に用いられるアルゴリズムである勾配降下法を理解する。そして勾配降下法にはどのような課題があり、どうやって解決するかを理解する。
勾配降下法
勾配降下法の問題と改善
キーワード：学習率、誤差関数、交差エントロピー、イテレーション、エポック、局所最適解、大域最適解、鞍点、プラトー、モーメンタム、AdaGrad、AdaDelta、RMSprop、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、最急降下法、バッチ学習、ミニバッチ学習、オンライン学習、データリーケージ
関連記事：学習率の最適化
更なるテクニック
ディープラーニングの精度をさらに高めるべく考えられた数々のテクニックを理解する。
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
キーワード：過学習、アンサンブル学習、ノーフリーランチの定理、二重降下現象、正規化、標準化、白色化
関連記事：更なるテクニック
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（CNN）
CNNの構造を理解し、各層の役割と層間のデータの流れについて理解する。
CNNの基本形
畳み込み層
プーリング層
全結合層
データ拡張
CNNの発展形
転移学習とファインチューニング
キーワード：ネオコグニトロン、LeNet、サブサンプリング層、畳み込み、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、Cutout、Random Erasing、Mixup、CutMix、MobileNet、Depthwise Separable Convolution、Neural Architecture Search（NAS）、EfficientNet、NASNet、MnasNet、転移学習、局所結合構造、ストライド、カーネル幅，プーリング，スキップ結合、各種データ拡張、パディング
関連記事：畳み込みニューラルネットワーク（CNN）
深層生成モデル
生成モデルにディープラーニングを取り入れた深層生成モデルについて理解する。
生成モデルの考え方
変分オートエンコーダ（VAE）
敵対的生成ネットワーク（GAN）
キーワード：ジェネレータ(生成器)、ディスクリミネータ(識別器)、DCGAN、Pix2Pix、CycleGAN
関連記事：深層生成モデル
画像認識分野
ディープラーニングの画像認識への応用事例や代表的なネットワーク構成を理解する。
物体識別タスク
物体検出タスク
セグメンテーションタスク
姿勢推定タスク
マルチタスク学習
キーワード：ILSVRC、AlexNet、Inceptionモジュール、GoogLeNet、VGG、Skip connection、ResNet、Wide ResNet、DenseNet、SENet、R-CNN、FPN、YOLO、矩形領域、SSD、Fast R-CNN、Faster R-CNN、セマンティックセグメンテーション、インスタンスセグメンテーション、パノプティックセグメンテーション、FCN(Fully Convolutional Netwok)、SegNet、U-Net、PSPNet、Dilation convolution、Atrous convolution、DeepLab、Open Pose、Parts Affinity Fields、Mask RCNN
関連記事：画像認識分野
音声処理と自然言語処理分野
音声と言語の時系列データをモデルで取り扱うためのニューラルネットワークモデルと最新の研究成果などを理解する。
データの扱い方
RNN（リカレントニューラルネットワーク）
Transformer
自然言語処理におけるPre-trained Models
キーワード：LSTM、CEC、GRU、Bidirectional RNN（双方向RNN)、RNN Encoder-Decoder、BPTT、Attention、A-D変換、パルス符号変調器、高速フーリエ変換、スペクトル包絡、メル周波数ケプストラム係数、フォルマント、フォルマント周波数、音韻、音素、音声認識エンジン、隠れマルコフモデル、WaveNet、メル尺度、N-gram、Bag-of-Words(BoW)、ワンホットベクトル、TF-IDF、単語埋め込み、局所表現、分散表現、word2vec、スキップグラム、CBOW、fastText、ELMo、Sour言語モデル、CTC、Seq2Seq、Source-Target Attention、Encoder-Decoder Attention、Self-Attention、位置エンコーディング、GPT、GPT-2、GPT-3、BERT、GLUE、Vision Transformer、構文解析、形態要素解析
関連記事：音声処理と自然言語処理
深層強化学習分野
強化学習にディープラーニングを組み込んだ深層強化学習の基本的な手法とその応用分野について理解する。
深層強化学習の基本的な手法と発展
深層強化学習とゲームAI
実システム制御への応用
キーワード：DQN、ダブルDQN、デュエリングネットワーク、ノイジーネットワーク、Rainbow、モンテカルロ木探索、アルファ碁、アルファ碁ゼロ、アルファゼロ、マルチエージェント強化学習、OpenAI Five、アルファスター、状態表現学習、連続値制御、報酬成型、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
関連記事：深層強化学習
モデルの解釈性とその対応
ディープラニングのモデルの解釈性の手法について理解する。
ディープラニングのモデルの解釈性問題
Grad-CAM
関連記事：モデルの解釈性
モデルの軽量化
計算リソースが十分ではないエッジデバイス等で学習モデルを活用する方法を理解する。
エッジAI
モデル圧縮の手法
関連記事：モデルの軽量化
ディープラーニングの社会実装に向けて
AIと社会
AIを利活用するための、考えるべき論点や基本となる概念を国内外の議論や事例を参照に理解する。
AIのビジネス活用と法・倫理
キーワード：AIによる経営課題の解決と利益の創出、法の順守、ビッグデータ、IoT、RPA、ブロックチェーン
関連記事：AI利用と法・倫理
AIプロジェクトの進め方
AIプロジェクトをどのように進めるか、全体像と各フェーズで注意すべき点などを理解する。
AIプロジェクト進行の全体像
AIプロジェクトの進め方
AIを運営すべきかの検討
AIを運用した場合のプロセスの再設計
AIシステムの提供方法
開発計画の策定
プロジェクト体制の構築
キーワード：CRISP-DM、MLOps、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
関連記事：AIプロジェクトの進め方
データの収集
AIの学習対象となるデータを取得・利用するときに注意すべきことや、データを共有しながら共同開発を進める場合の留意点を理解する。
データの収集方法および利用条件の確認
法令に基づくデータ利用条件
学習可能なデータの収集
データセットの偏りによる注意
外部の役割と責任を明確にした連携
キーワード：オープンデータセット、個人情報保護法、不正競争防止法、著作権法、特許法、個別の契約、データの網羅性、転移学習、サンプリング・バイアス、他企業や他業種との連携、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
関連記事：学習データの収集
データの加工・分析・学習
集めたデータを加工・分析・学習させるときの注意点を理解する。
データの加工
プライバシーの配慮
開発・学習環境の準備
アルゴリズムの設計・調整
アセスメントによる次フェーズ以降の実施の可否検討
キーワード：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、Jupyter Notebook、XAI、フィルターバブル、FAT、PoC
関連記事：データの加工・分析・学習
実装・運用・評価
実際にサービスやプロダクトとしてAIシステムを世に出す局面で注意すべきことを理解する。
本番環境での実装・運用
成果物を知的財産として守る
利用者・データ保持者の保護
悪用へのセキュリティ対策
予期しない振る舞いへの対処
インセンティブの設計と多様な人の巻き込み
キーワード：著作物、データベースの著作物、営業秘密、限定利用データ、オープンデータに関する運用除外、秘密管理、個人情報、GDPR、十分性制定、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
関連記事：AIシステムの実装・運用・評価
クライシス・マネジメント
AIプロジェクトにおいてコーポレートガバナンスや内部統制、予期せぬことが起きた場合の対応などクライシス・マネジメント（危機管理）に備えることの重要性を理解する。
体制の整備
有事への対応
社会と対話・対応のアピール
指針の作成と議論の継続
プロジェクトの計画への反映
キーワード：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、運用の改善やシステムの改修、次への開発と循環
関連記事：AIプロジェクトの危機管理
数理・統計
数理・統計
機械学習を行う上で最適化は重要である。最適化に必要な必要な数学基礎知識や微分を理解する。また機械学習で必要となる統計学基礎も理解する。
統計検定３級程度の基礎的な知識
キーワード：統計検定３級程度の基礎的キーワードと計算問題
関連記事：数理・統計
この記事が気に入ったらサポートをしてみませんか？