六角 いずみ 先生 のセリフ集 (55 発言)
応用先 (自動運転・医療・小売・農業) と性能要件 (リアルタイムなら1段階、高精度なら2段階) のマッピングも問われるわよ。
G検定では『内積の意味』『行列演算とGPU』『勾配=傾き』『偏微分と連鎖律』を概念レベルで押さえて。
G検定では『探索・推論』『幅優先/深さ優先』『ヒューリスティック』『SHRDLU』『GPS』『トイ・プロブレム』『フレーム問題』をセットで覚えておいてね。
G検定では『ハルシネーション』『内在的/外在的ハルシネーション』『RAG・温度・Human-in-the-Loop』を押さえて!
G検定では『階層クラスタリング=デンドログラム』『DBSCAN=密度ベース・ε・MinPts』『k-meansとの違い』を押さえておいてね!
G検定では『バギング=並列』『ブースティング=逐次』『スタッキング=メタモデル』の対比をしっかり押さえておいてね!
G検定では『AdaBoost・勾配ブースティング・XGBoost・LightGBM』『バギングとブースティングの違い (並列vs逐次)』を押さえて!
線形回帰は理解しやすく計算も軽いので、ベースラインモデルとして今でも現役よ。
G検定では『相関と因果の違い』『正規分布の68-95-99.7ルール』『条件付き確率』を必ず押さえてね。
G検定では『スケーリング則 (ケプラン 2020)』『Chinchilla (DeepMind 2022) の計算最適バランス』『創発的能力』を押さえて!
G検定では『CNN=畳み込み層+プーリング層+全結合層』『重み共有』『ストライド・パディング』『LeNet (ルカン, 1998)』を押さえて!
G検定では『特徴量設計は人間の職人技』『DLは特徴量自動抽出』『表形式データでは今も特徴量設計が重要』『End-to-End学習』の対比を押さえておいてね。
G検定では『オートエンコーダ=エンコーダ+デコーダ』『次元削減・異常検知への応用』『VAE (キングマ, 2013) = 確率的オートエンコーダ』を押さえて!
G検定では『勾配消失/爆発問題』『ReLU・バッチ正規化・残差接続・重み初期化』『勾配クリッピング』をしっかり押さえておいてね!
G検定では『MYCIN・DENDRAL・第五世代コンピュータ』『知識ベースと推論エンジン』『知識獲得のボトルネック』を押さえて!
日程や申込期限は更新されるため、受験前に公式ページで再確認してね。
G検定では『Tree of Thought (ToT, Yao 2023)』『ReAct (Yao 2022)』『Reflection』の基本概念を押さえて!
G検定では『SVM=マージン最大化』『サポートベクター』『カーネルトリック』『ソフトマージン』をしっかり押さえてね!
G検定では『マルチモーダル』『CLIP (OpenAI 2021)』『GPT-4V、GPT-4o』『Gemini』『VLM』『埋め込み空間の統合』を押さえて!
G検定では『転移学習 vs ファインチューニング』『特徴量抽出・Fine-tuning』『ドメインシフト』をしっかり押さえておいてね!
白銀 エマ のセリフ集 (6 発言)
これはその開催回の集計であり、次回の難易度や個人の合否を予測する数字ではありません。
PCAとt-SNE/UMAPの使い分けは『前処理ならPCA、可視化ならt-SNE/UMAP』で覚えると分かりやすいわ。
G検定では『ナイーブな仮定=条件付き独立』『テキスト分類で実用性が高い』『ベイズの定理ベース』の3点を押さえておけば十分よ。
G検定の出題ポイントは『LeNet→AlexNet→VGG→GoogLeNet→ResNet→EfficientNet→ViT』の流れと各モデルの特徴ね。
145問として単純計算すると、オンラインは1問あたり約41秒、会場は約50秒です。
確認日現在、JDLA公式ページではこのシラバスが掲載されており、政府資料の更新を理由にした別の2026年版シラバス改訂は告知されていません。
紫藤 ゆら のセリフ集 (165 発言)
お手本を見せながら『こう考えるんだよ』って教えてあげる感じなんですねぇ!
わぁ、数学的にちゃんとしてるんですねぇ♪
L1とL2って、どう違うんですかぁ?
うぅ〜ん…名前が全部横文字で、ゆら混乱しちゃいそうですぅ…。
わぁ、どんどん速くなってるんですねぇ〜!
うわぁ、なんだか魔法みたいですぅ…!
並列化できると、何がいいんですかぁ?
間違えた問題を重点的にやり直す、みたいな感じですかぁ?
どっちかに偏っちゃうとダメなんですねぇ
Q・K・V…あわわ、覚えられるかなぁ…
AI効果と強いAI/弱いAIも重要でしたぁ〜
②の歴史問題って、何が出るんですかぁ?
先生の知識を、生徒が引き継ぐんですねぇ♪
全部のパターンを押さえないといけないんですねぇ
入出力が同じなのにぃ、なんで学習する意味があるんですかぁ?
順序をちゃんと教えてあげるんですねぇ♪
えぇ、AIって騙せちゃうんですかぁ?
うぅ〜ん、いっぱいあって選ぶの大変ですぅ…
なんだかAIさんにとって不公平ですぅ…。
AIに先に資料を渡してから質問するってことですかぁ?
雷門 あかり のセリフ集 (251 発言)
BERTって名前、なんかかわいいね!
なんか全部つながってるんだね!
主要分野を一通り学んだら、弱点がどこか見えてきた!
Human-in-the-Loopって、人間が輪の中に入ってるってこと?
活性化関数にも時代の流れがあるんだねぇ!
うわ、それ大変そう…全部人がやらなきゃいけないの?
VAEは、何が違うのっ?
k分割って、kはどれくらいが普通なの?
AIの学習で著作物を使うのって、問題ないのかな?
RNN系とTransformerって関係あるんでしょ?
U-Net、医療で使われるって聞いたことある!
頭文字とってGMMMって覚えればいいんだね!
罰金も、GDPRより重いの?
それを解決したのがReLUってやつ?
へぇ〜、同じ画像から2つ作って学ぶんだ!
要は三人寄れば文殊の知恵ってこと?
ベクトルDBって普通のDBとどう違うの?
じゃあ、トイプロブレムって何?
なるほど〜、言葉だけじゃ『分かる』ことにはならないんだね。
へぇ〜、DPOの方がラクってことか!