G検定のWeb教科書へようこそ
本ページは、G検定に必須なAIの基礎概念から、その発展を支えてきた歴史的な議論、そして「探索・推論」「知識表現」といった具体的な仕組みまでを体系的に学べるリンク集です。
「AIとはそもそも何か？」という根本的な疑問から出発し、機械学習やディープラーニングへと至る技術の進化の軌跡を順序立てて解説しています。これからAIの学習を始める方は上から順に、特定のキーワードについて深く知りたい方は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）