G検定対策：頻出用語・キーワード解説まとめ（Web教科書）
本ページは、G検定（ジェネラリスト検定）の合格に向けて必須となるAIの基礎概念から、技術発展の歴史、「探索・推論」「知識表現」といった具体的な仕組みまでを網羅した、G検定専用の用語解説・キーワード解説リンク集です。
「AIとはそもそも何か？」といった根本的な疑問から、機械学習やディープラーニングへと至る技術の軌跡を体系的に整理しています。これからAIの学習を始める方は上から順に「Web教科書」として、試験直前の総復習や特定の意味を深く知りたい方は「G検定の用語集・キーワード辞典」として、気になる項目から自由に読み進めてみてください。
人工知能とは
人工知能の定義
人工知能分野で議論される問題
- ダートマス会議
- 強いAIと弱いAI
- チューリングテスト
- 中国語の部屋
- ローブナーコンテスト
- トイ・プロブレム
- フレーム問題
- ルールベース機械翻訳
- 知識獲得のボトルネック
- 統計的機械翻訳
- シンボルグラウンディング問題（記号接地問題）
- 身体性（Embodiment）
- シンギュラリティ（技術的特異点）
人工知能をめぐる動向
探索・推論
知識表現とエキスパートシステム
- ELIZA
- DENDRAL
- MYCIN
- インタビューシステム
- 意味ネットワーク
- is-a、part-ofの関係
- オントロジー
- セマンティックWeb
- Cyc プロジェクト
- 東ロボくん
- ワトソン
- Question-Answering
- データマイニング
- ウェブマイニング
機械学習の歴史と背景
ディープラーニングの歴史と背景
機械学習の概要
教師あり学習
- 教師あり学習とは
- 回帰問題
- 分類問題
- 線形回帰
- ロジスティック回帰
- 重回帰分析
- 多クラス分類
- サポートベクターマシン
- カーネル
- 決定木
- アンサンブル学習
- バギング
- ブートストラップサンプリング
- ランダムフォレスト
- ブースティング
- AdaBoost
- 勾配ブースティング
- 自己回帰モデル（AR）
- VARモデル
教師なし学習
- 教師なし学習とは
- クラスタリング
- k-means 法
- ウォード法
- デンドログラム
- 次元削減
- 主成分分析（PCA）
- 特異値分解（SVD）
- t-SNE
- 多次元尺度構成法（MDS）
- トピックモデル
- 潜在的ディリクレ配分法（LDA）
- 協調フィルタリング
- コンテンツベースフィルタリング
- コールドスタート問題
強化学習
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
活性化関数
誤差関数
正則化
誤差逆伝播法
最適化手法
- 勾配降下法
- 学習率
- 学習回数の単位（エポック・イテレーション）
- SGD
- 最適化アルゴリズム
- 局所最適解・大域最適解・鞍点
- 発展的な最適化（AMSGrad / AdaBound / AMSBound）
- 学習理論とテクニック（早期終了・ノーフリーランチ・二重降下現象）
- 学習方式の比較（バッチ学習・ミニバッチ学習・オンライン学習）
- ハイパーパラメータ
- ハイパーパラメータ探索
ディープラーニングの要素技術
全結合層
畳み込み層
- 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）
- 拡張畳み込み（Dilation Convolution）
- 深度別分離畳み込み（Depthwise Separable Convolution）