記事一覧
多分木グラフでロボットに指示を出す ビヘイビアツリー入門
この記事はビヘイビアツリーの解説記事です。
ビヘイビアツリーの特徴や各ノードの意味、Navigation2におけるデフォルトコードの仕様等を説明していきます。
ビヘイビアツリーとは?ビヘイビアツリーとは、ロボットのAIの行動や判断を多分木グラフで表現した計算モデルの一種です。
ロボットの指示の仕組みとして「有限状態機械 (FSM) 」というモデルも存在しますが、ビヘイビアツリーはFSMよりシ
データから物事の原因を特定する 因果探索入門
因果探索とは、データに隠れた因果関係を見つけ出す統計的な手法です。
物事の因果、すなわち「原因」と「結果」をつなぐ関係性のことを因果関係といいます。例えば「喫煙と肺がんの関係」「気温とアイスの販売量」「睡眠時間と集中力」など日常生活においても因果関係をもつ事柄は多くみられます。
しかし因果関係はその重要性に対し、数理的な裏付けのないまま利用されることが多い用語です。
その原因としては因果探索
E資格試験2024年シラバス改訂について出題傾向の変化と対策をまとめてみました
2024年#2(8月30日~9月1日開催)のテストからE資格試験のシラバスが改訂されます。
参考:E資格の試験出題範囲シラバス E2024#2(第1.1版)
このシラバス改定に伴い、多くの小項目がオプション(出題対象外)へと変更され、深層学習に特化した内容になることが予想されます。
この記事では、シラバス改訂によって各分野の出題内容がどうなるかを予想し、その背景にあるAI分野の動向についても
E資格試験の4分野の出題傾向とその勉強方法
E資格試験の出題範囲は、主に以下の4分野に分かれています。
数学
機械学習
深層学習
開発・運用環境
大まかな比率として数学が約10%、それ以外の3つが30%ずつ。合格基準は公式には発表されていませんが、巷では約70%がボーダーと言われています。
私が合格のために行った勉強法とその勉強法がどの程度効果があったか、それぞれ4つの分野にわけてまとめてみました。
応用数学内容としては線形代