G検定5.1 画像認識（CNN系、YOLO、ResNet、Vision Transformerなど）
画像認識は、ディープラーニングが最も大きな成果を上げた分野の一つです。特に2012年の ImageN...
学び場
G検定 G検定4.7 要素技術（CNN、RNN、Attention、オートエンコーダ、データ拡張、スキップ結合など）
ディープラーニングの成功を支えるのは、多様な 要素技術（アーキテクチャや工夫） です。本節では代表的...
G検定4.6 最適化手法（SGD、Adam、学習率調整、ハイパーパラメータ探索）
ディープラーニングの学習において、モデルの重みを更新するために利用されるのが 最適化手法（Optim...
G検定4.5 誤差逆伝播法（勾配消失・勾配爆発）
ニューラルネットワークを学習させる上で中核となるのが 誤差逆伝播法（Backpropagation,...
G検定4.4 正則化（L1/L2、ドロップアウト）
機械学習・ディープラーニングの大きな課題のひとつが 過学習（Overfitting） です。過学習を...
G検定4.3 誤差関数（クロスエントロピー、KL情報量、Contrastive Lossなど）
ニューラルネットワークの学習において「どのように予測が正しいか／間違っているか」を数値化するのが 誤...