まなび教科書目次

G検定（JDLA Deep Learning for GENERAL）

G検定 教科書

人工知能の歴史と考え方、機械学習とディープラーニングのしくみ、応用例、法律・倫理までを章ごとに学ぶ教科書です。章立てはJDLAのG検定シラバス（シラバス2024）にそろえ、各章に「試験に出るポイント」をまとめています。

試験のあらまし

  • オンライン試験（自宅受験）：100分・145問程度。会場試験：120分・145問程度
  • 知識問題の多肢選択式。出題範囲はシラバスの技術分野と法律・倫理分野
  • 受験資格の制限なし。受験料は一般13,200円・学生5,500円（税込）

入口

人工知能をめぐる動向シラバス「人工知能とは」「人工知能をめぐる動向」

  • 2人工知能の歴史と、議論される問題準備中ダートマス会議、3回のブームと冬の時代、チューリングテスト、中国語の部屋、強いAIと弱いAI、フレーム問題、シンボルグラウンディング問題、シンギュラリティ
  • 3探索・推論と知識表現準備中探索木、幅優先探索・深さ優先探索、ハノイの塔、STRIPS・SHRDLU、Mini-Max法・αβ法・モンテカルロ法、意味ネットワーク、オントロジー、エキスパートシステム
  • 4機械学習とディープラーニングの登場準備中ルールベースと機械学習、ビッグデータ、スパムフィルタ、レコメンデーション、次元の呪い、ネオコグニトロン、LeNet、ILSVRC、AlphaGo、生成AI

数理・統計シラバス「AIに必要な数理・統計知識」

  • 5データの要約と確率分布準備中平均・中央値・最頻値、分散・標準偏差、共分散・相関係数、疑似相関・偏相関、確率変数と期待値、条件付き確率、主な確率分布
  • 6仮説検定・推定・距離・微分準備中帰無仮説と対立仮説、最小二乗法と最尤法、ユークリッド距離・マハラノビス距離・コサイン類似度、微分・偏微分・勾配

機械学習の概要

  • 7教師あり学習準備中回帰と分類、線形回帰、ロジスティック回帰、決定木とランダムフォレスト、バギングとブースティング、SVMとカーネルトリック、ARモデル・VARモデル
  • 8教師なし学習準備中k-means法、ウォード法とデンドログラム、主成分分析・SVD・MDS・t-SNE、トピックモデル、協調フィルタリングとコールドスタート問題
  • 9強化学習準備中マルコフ決定過程、割引率、状態価値・行動価値、バンディットとε-greedy・UCB、Q学習・SARSA、方策勾配法・Actor-Critic
  • 10モデルの選択・評価準備中ホールドアウト検証と交差検証、過学習、混同行列、正解率・適合率・再現率・F値、ROC曲線とAUC、MSE・RMSE・MAE、AIC・BIC

ディープラーニングの概要

  • 11ニューラルネットワーク・活性化関数・誤差関数準備中単純パーセプトロンと多層パーセプトロン、CPU・GPU・TPU、シグモイド・tanh・ReLU・ソフトマックス、平均二乗誤差、交差エントロピー、KL情報量、Contrastive Loss・Triplet Loss
  • 12誤差逆伝播法・正則化・最適化準備中連鎖律と誤差逆伝播法、勾配消失・勾配爆発、L1・L2正則化とドロップアウト、勾配降下法とSGD、モーメンタムからAdamまで、ハイパーパラメータの探索

ディープラーニングの要素技術

  • 13全結合層・畳み込み層・正規化層・プーリング層準備中全結合層のパラメータ数、畳み込みとストライド・パディング、Dilated・Depthwise Separable Convolution、正規化層、プーリング、スキップ結合とResNet
  • 14回帰結合層とAttention準備中RNN、エルマン・ジョルダンネットワーク、BPTTと教師強制、LSTM・GRU、Seq2Seq、Attention、Transformer
  • 15オートエンコーダとデータ拡張準備中オートエンコーダ、積層オートエンコーダと事前学習、VAEとその亜種、画像とテキストのデータ拡張

ディープラーニングの応用例

  • 16画像認識準備中物体識別・物体検出・セグメンテーション・姿勢推定、代表的なCNN、軽量化とNAS、Vision Transformer、R-CNN系・YOLO・SSD、U-Netなど
  • 17自然言語処理と音声処理準備中形態素解析から機械翻訳まで、BoW・TF-IDF、word2vecとfastText・ELMo、BERTと大規模言語モデル、音声の特徴量、HMMとCTC、WaveNet
  • 18深層強化学習準備中DQNとその改良、A3C・PPO、AlphaStar・OpenAI Five、RLHF、sim2realとドメインランダマイゼーション、オフライン強化学習
  • 19データ生成・転移学習・マルチモーダル準備中GAN・DCGAN・Pix2Pix・CycleGAN、拡散モデル、NeRF、転移学習とファインチューニング、自己教師あり学習、CLIP・DALL-E、基盤モデル
  • 20モデルの解釈性と軽量化準備中説明可能AI、CAM・Grad-CAM・LIME・SHAP、プルーニング・量子化・蒸留、宝くじ仮説、エッジAI

AIの社会実装に向けて

  • 21AIプロジェクトの進め方とデータ準備中CRISP-DM・CRISP-ML、PoC、MLOps、開発と運用の道具、体制とステークホルダー、アノテーション、データリーケージ

AIに関する法律と契約シラバス 法律・倫理分野

  • 22個人情報保護法準備中個人情報・個人識別符号・要配慮個人情報、個人データと保有個人データ、利用目的・第三者提供・委託、匿名加工情報と仮名加工情報、GDPR
  • 23著作権法・特許法・不正競争防止法・独占禁止法準備中著作物とAI生成物、著作権法30条の4、ライセンスと利用規約、発明・新規性・進歩性、職務発明、営業秘密・限定提供データ、競争制限
  • 24AI開発委託契約とAIサービス提供契約準備中契約ガイドラインの段階、請負と準委任、精度保証、NDA、知的財産の帰属、SaaS型の利用規約とデータ利用権

AI倫理・AIガバナンスシラバス 法律・倫理分野

  • 25ガイドライン・プライバシー・公平性準備中ハードローとソフトロー、リスクベースアプローチ、価値原則、プライバシー・バイ・デザイン、カメラ画像利活用ガイドブック、バイアスと公平性
  • 26安全性・悪用・透明性準備中敵対的サンプル、データ汚染・モデル汚染・モデル窃取、ディープフェイクとフェイクニュース、フィルターバブル、説明可能性とデータの来歴
  • 27社会への影響とAIガバナンス準備中環境・労働・インクルージョン・軍事利用・人間の自律性、AIポリシー、倫理アセスメント、人間の関与、モニタリング、監査

総まとめ

  • 28時間配分と、まぎらわしい用語準備中1問あたりの時間配分、人名・モデル名・年の整理