第3次AIブーム（2000年代〜）を支える技術は？

機械学習とディープラーニング

記号（言葉）と、それが指す現実世界の意味を、AIが結び付けられないという問題は？

シンボルグラウンディング問題（記号接地問題）

AIが人間の知能を超え、その先の技術の進歩が予測できなくなる転換点は？

シンギュラリティ（技術的特異点）

2つのクラスを分ける境界と、境界に最も近いデータとの距離（マージン）を最大にする手法は？

サポートベクターマシン（SVM）

データをいくつかのブロックに分け、学習用と検証用を入れ替えながら評価を繰り返す方法は？

k分割交差検証（クロスバリデーション）

「陽性と予測したうち実際に陽性だった割合」と「実際の陽性のうち陽性と予測できた割合」を、それぞれ何と呼ぶ？

適合率（precision）と再現率（recall）

ニューラルネットワークで、出力と正解の誤差を出力層から入力層へ逆向きに伝えて、重みを更新する手法は？

誤差逆伝播法（バックプロパゲーション）

入力が 0 以下なら 0 を、0 より大きければ入力をそのまま出力する活性化関数は？

ReLU（正規化線形関数）

画像認識で広く使われる、畳み込み層とプーリング層を持つニューラルネットワークは？

CNN（畳み込みニューラルネットワーク）

2017年の論文「Attention Is All You Need」で提案された、RNN を使わず Attention を中心に構成したモデルは？

Transformer（トランスフォーマー）

生成器と識別器の2つのネットワークを競わせて、本物に近いデータを生成するモデルは？

GAN（敵対的生成ネットワーク）

「機械にとっては、高度な推論よりも、幼児にもできる感覚や運動のほうが難しい」という逆説は？

モラベックのパラドックス

公開ライブラリ/このデッキ

共有された暗記カード

G検定頻出用語一問一答 vol.1

全30枚

G検定（ジェネラリスト検定）の頻出用語を30問で確認します。ダートマス会議から第3次AIブームまでの歴史、フレーム問題やチューリングテスト、ランダムフォレスト・SVM・k-means、適合率と再現率、勾配消失・ReLU・ドロップアウト、CNN・LSTM・Transformer・GAN まで。AIを学び始めた社会人の最初の1冊に。

Webで学習・保存する App Store Google Play

保存して学習を記録するには登録が必要です。

1
1956年に開かれ、「人工知能（Artificial Intelligence）」という言葉が初めて使われた会議は？
ダートマス会議
2
第1次AIブーム（1950年代後半〜1960年代）の中心になった技術は？
推論と探索
3
第2次AIブーム（1980年代）で広まった、専門家の知識をルールとして組み込んで推論するシステムは？
エキスパートシステム
4
第3次AIブーム（2000年代〜）を支える技術は？
機械学習とディープラーニング
5
AIが、ある課題に関係のあることだけを無数の可能性の中から選び出すのは難しい、という問題は？
フレーム問題
6
記号（言葉）と、それが指す現実世界の意味を、AIが結び付けられないという問題は？
シンボルグラウンディング問題（記号接地問題）
7
人間が相手と対話し、相手が機械だと見抜けなければ「知能がある」と判定するテストは？
チューリングテスト
8
人間のような心や自意識を持つAIと、特定の課題だけを処理するAIを、それぞれ何と呼ぶ？
強いAI と弱いAI
9
AIが人間の知能を超え、その先の技術の進歩が予測できなくなる転換点は？
シンギュラリティ（技術的特異点）
10
教師あり学習で、「連続する数値を予測する問題」と「カテゴリを予測する問題」を、それぞれ何と呼ぶ？
回帰と分類
11
たくさんの決定木を作り、多数決や平均で予測する手法は？
ランダムフォレスト
12
2つのクラスを分ける境界と、境界に最も近いデータとの距離（マージン）を最大にする手法は？
サポートベクターマシン（SVM）
13
データを、あらかじめ決めた k 個のグループに分ける、教師なし学習の代表的な手法は？
k-means法（k平均法）
14
たくさんの特徴量を、情報をなるべく失わずに少数の指標にまとめる、次元削減の手法は？
主成分分析（PCA）
15
データをいくつかのブロックに分け、学習用と検証用を入れ替えながら評価を繰り返す方法は？
k分割交差検証（クロスバリデーション）
16
分類の結果を、真陽性・偽陽性・偽陰性・真陰性の4つに整理した表は？
混同行列
17
「陽性と予測したうち実際に陽性だった割合」と「実際の陽性のうち陽性と予測できた割合」を、それぞれ何と呼ぶ？
適合率（precision）と再現率（recall）
18
過学習を防ぐために、モデルが複雑になることに罰則（ペナルティ）を加える手法は？
正則化
19
ニューラルネットワークで、出力と正解の誤差を出力層から入力層へ逆向きに伝えて、重みを更新する手法は？
誤差逆伝播法（バックプロパゲーション）
20
ニューラルネットワークの層を深くすると、入力層に近い層まで誤差が伝わらず、学習が進まなくなる問題は？
勾配消失問題
21
入力が 0 以下なら 0 を、0 より大きければ入力をそのまま出力する活性化関数は？
ReLU（正規化線形関数）
22
学習のたびに、一部のニューロンをランダムに無効にして、過学習を抑える手法は？
ドロップアウト
23
画像認識で広く使われる、畳み込み層とプーリング層を持つニューラルネットワークは？
CNN（畳み込みニューラルネットワーク）
24
時系列データを扱う RNN の「長期の依存関係を学習しにくい」という弱点を、ゲート構造で改善したモデルは？
LSTM
25
2017年の論文「Attention Is All You Need」で提案された、RNN を使わず Attention を中心に構成したモデルは？
Transformer（トランスフォーマー）
26
生成器と識別器の2つのネットワークを競わせて、本物に近いデータを生成するモデルは？
GAN（敵対的生成ネットワーク）
27
あるタスクで学習済みのモデルを、別のタスクに流用する手法は？
転移学習
28
強化学習にディープラーニングを組み合わせ、Atari のゲームで人間を上回る成績を出した手法は？
DQN（Deep Q-Network）
29
「あらゆる問題で性能が良い、万能な機械学習アルゴリズムは存在しない」という定理は？
ノーフリーランチ定理
30
「機械にとっては、高度な推論よりも、幼児にもできる感覚や運動のほうが難しい」という逆説は？
モラベックのパラドックス

G検定 頻出用語 一問一答 vol.1

G検定頻出用語一問一答 vol.1