Web教科書 多層パーセプトロン
多層パーセプトロン（MLP） 解説：単純パーセプトロンの進化形 多層パーセプトロン（MLP: Multi-Layer Perceptron）は、その名の通り、単純パーセプトロンを何層にも重ねてパワーアップさせたニューラルネットワークです。 ...
g-kentei-kei
Web教科書 Web教科書 単純パーセプトロン
単純パーセプトロン 解説：AIの最もシンプルな形 単純パーセプトロンは、1958年にフランク・ローゼンブラットによって考案された、現在のニューラルネットワークの基礎となるモデルです。 仕組みは非常にシンプルで、「入力層」と「出力層」の2層だ...
Web教科書 知識獲得のボトルネック
知識獲得のボトルネック 解説：第2次AIブームの「最大の壁」 知識獲得のボトルネック（Knowledge Acquisition Bottleneck）とは、1980年代の第2次AIブーム（エキスパートシステム）において、「専門家の知識をコ...
Web教科書 畳み込みニューラルネットワーク（畳み込み、プーリング、全結合）
徹底解説 AIを理解するためのディープラーニング：畳み込みとプーリング G検定などのAI学習で必ず登場するCNN（畳み込みニューラルネットワーク）。数式や計算手順は学んだけれど、「結局どうやって犬や猫を見分けているの？」というイメージが湧き...
G検定の試験に向けて AI資格はなぜ今必要なのか？
2025年最新版：AI資格おすすめ体系的ガイド｜なぜキャリアの起点は「G検定」一択なのか 人工知能（AI）技術が社会インフラとして不可逆的に定着し、生成AI（Generative AI）がビジネスの前提条件となった2020年代半ば。かつて「...
G検定の試験に向けて G検定は意味ない？実際の価値と取るべき人を徹底解説
G検定は「意味ない」のか？結論：意味は“ある”。ただし目的次第で価値が変わる 「G検定 意味ない」と検索する人が増えている背景には、空前のAIブームの中で“自分はどの資格を取るべきか”迷う人が多いことが挙げられます。 結論から言うと、G検定...
Web教科書 正規化
Min-Max 正規化を理解する Min-Max 正規化は、データを0〜1の範囲にスケールする最も基本的な正規化手法です。単に正規化といわれるときはこのMin-Max正規化を指すことが多いです。ニューラルネットワークでは、入力値のスケールが...
Web教科書 ユークリッド距離
ユークリッド距離を理解する ユークリッド距離は、G検定でも頻出の「距離（類似度）」を測る基本的な指標です。特にクラスタリング（k-means）や近傍探索（kNN）など、データ同士の近さを測る場面で広く使われます。 ユークリッド距離は「2点間...
Web教科書 コサイン類似度
コサイン類似度を理解する コサイン類似度は、G検定でも頻出のベクトル類似度指標です。特に自然言語処理やレコメンドシステムなど、「意味の近さ」や「ユーザーの好みの近さ」を測る場面で使われます。 コサイン類似度は「ベクトルの向きの近さ」を数値で...
Web教科書 線形代数（ベクトル・行列）
線形代数（ベクトル・行列）を理解する 線形代数は、G検定でも頻出の基礎数学です。特にベクトル・行列は、機械学習モデルの内部計算（重み・特徴量・勾配など）に深く関わるため、必ず押さえておく必要があります。計算問題で基礎的な計算を試験でも問われ...