記事一覧 5

6件

記事一覧

活性化関数の役割をG検定向けに解説。非線形性が必要な理由、ステップ関数からReLUへの変遷、回帰・二値分類・多クラス分類で変わる出力層の使い分けを整理します。

ニューラルネットワークの構造をG検定向けに解説。重みとバイアス、単純パーセプトロンのXOR問題、入力層・中間層・出力層、全結合層と順伝播を整理します。

訓練・検証・テストデータの分割、過学習と正則化、混同行列や適合率・再現率といった評価指標をG検定向けに整理。データリーケージの注意点も解説します。

強化学習の基本をG検定向けに解説。エージェントと環境のループ、探索と活用のトレードオフ、マルコフ性と割引率、価値関数とQ学習・方策勾配法の違いを整理します。

ディープラーニングを学ぶ順番をロードマップで解説。AIの歴史から機械学習、CNN、Transformer、生成AIまでG検定レベルで体系的に整理します。

機械学習の教師あり学習・教師なし学習・強化学習の違いを表で整理。説明変数と目的変数、特徴量設計、ディープラーニングが特徴表現学習と呼ばれる理由を解説します。