G検定5.8 モデルの解釈性（SHAP、LIME、Grad-CAM、XAI）
ディープラーニングは高性能ですが、「なぜその予測をしたのか」 が分かりにくい「ブラックボックス問題」...
G検定
G検定 G検定5.7 マルチモーダル（CLIP、DALL·E、基盤モデル）
人間は「視覚・聴覚・言語」など複数の感覚を統合して世界を理解しています。ディープラーニングにおいても...
G検定5.6 転移学習・ファインチューニング（事前学習モデル、破壊的忘却など）
ディープラーニングは高性能ですが、通常は 大量のデータと計算資源 が必要です。この制約を緩和し、少な...
G検定5.5 データ生成（GAN、Diffusion、NeRFなど）
ディープラーニングは「認識」だけでなく、「生成」分野でも大きな進歩を遂げています。画像、音声、動画、...
G検定5.4 深層強化学習（DQN、A3C、AlphaStar、RLHFなど）
強化学習は「環境と相互作用しながら報酬を最大化する学習方法」です。そこにディープラーニングを組み合わ...
G検定5.3 音声処理（音声認識、WaveNet、CTC、話者識別など）
音声処理は、人間の「声」を対象とするディープラーニング応用分野です。音声の波形データは連続値かつ時系...