目次
1. 人工知能とは
Chapter 1
- 人工知能の定義 | JDLA Deep Learning for GENERAL（G検定）
- 強いAIと弱いAI | JDLA Deep Learning for GENERAL（G検定）
- フレーム問題 | JDLA Deep Learning for GENERAL（G検定）
- シンボルグラウンディング問題 | JDLA Deep Learning for GENERAL（G検定）
- 中国語の部屋と知能評価 | JDLA Deep Learning for GENERAL（G検定）
- チューリングテスト | JDLA Deep Learning for GENERAL（G検定）
- 特化型AI | JDLA Deep Learning for GENERAL（G検定）
- 汎用人工知能 | JDLA Deep Learning for GENERAL（G検定）
- AI効果 | JDLA Deep Learning for GENERAL（G検定）
- 身体性 | JDLA Deep Learning for GENERAL（G検定）
- ルールベースAI | JDLA Deep Learning for GENERAL（G検定）
- 記号主義AI | JDLA Deep Learning for GENERAL（G検定）
- 接続主義AI | JDLA Deep Learning for GENERAL（G検定）
- ハイブリッドAI | JDLA Deep Learning for GENERAL（G検定）
- 知能の社会的側面 | JDLA Deep Learning for GENERAL（G検定）
2. 人工知能をめぐる動向
Chapter 2
- 人工知能ブームの歴史 | JDLA Deep Learning for GENERAL（G検定）
- 探索木と探索戦略 | JDLA Deep Learning for GENERAL（G検定）
- ミニマックス法とアルファベータ法 | JDLA Deep Learning for GENERAL（G検定）
- 知識表現とオントロジー | JDLA Deep Learning for GENERAL（G検定）
- エキスパートシステム | JDLA Deep Learning for GENERAL（G検定）
- 状態空間 | JDLA Deep Learning for GENERAL（G検定）
- ヒューリスティック | JDLA Deep Learning for GENERAL（G検定）
- A*探索 | JDLA Deep Learning for GENERAL（G検定）
- 幅優先探索 | JDLA Deep Learning for GENERAL（G検定）
- 深さ優先探索 | JDLA Deep Learning for GENERAL（G検定）
- 知識ベース | JDLA Deep Learning for GENERAL（G検定）
- 推論エンジン | JDLA Deep Learning for GENERAL（G検定）
- プロダクションルール | JDLA Deep Learning for GENERAL（G検定）
- 意味ネットワーク | JDLA Deep Learning for GENERAL（G検定）
- 知識獲得ボトルネック | JDLA Deep Learning for GENERAL（G検定）
- 遺伝的アルゴリズム | JDLA Deep Learning for GENERAL（G検定）
- 説明可能性 | JDLA Deep Learning for GENERAL（G検定）
3. 機械学習の具体的手法
Chapter 3
- 教師あり学習 | JDLA Deep Learning for GENERAL（G検定）
- 回帰問題 | JDLA Deep Learning for GENERAL（G検定）
- 分類問題 | JDLA Deep Learning for GENERAL（G検定）
- 線形回帰とロジスティック回帰 | JDLA Deep Learning for GENERAL（G検定）
- 決定木とランダムフォレスト | JDLA Deep Learning for GENERAL（G検定）
- サポートベクターマシン | JDLA Deep Learning for GENERAL（G検定）
- k近傍法 | JDLA Deep Learning for GENERAL（G検定）
- 教師なし学習 | JDLA Deep Learning for GENERAL（G検定）
- k-means法 | JDLA Deep Learning for GENERAL（G検定）
- 主成分分析 | JDLA Deep Learning for GENERAL（G検定）
- 強化学習 | JDLA Deep Learning for GENERAL（G検定）
- 訓練・検証・テストデータ | JDLA Deep Learning for GENERAL（G検定）
- 過学習と未学習 | JDLA Deep Learning for GENERAL（G検定）
- 交差検証 | JDLA Deep Learning for GENERAL（G検定）
- 混同行列と評価指標 | JDLA Deep Learning for GENERAL（G検定）
- ラベル | JDLA Deep Learning for GENERAL（G検定）
- 特徴量 | JDLA Deep Learning for GENERAL（G検定）
- 目的変数 | JDLA Deep Learning for GENERAL（G検定）
- 二値分類 | JDLA Deep Learning for GENERAL（G検定）
- 多クラス分類 | JDLA Deep Learning for GENERAL（G検定）
- 多ラベル分類 | JDLA Deep Learning for GENERAL（G検定）
- 階層クラスタリング | JDLA Deep Learning for GENERAL（G検定）
- アソシエーション分析 | JDLA Deep Learning for GENERAL（G検定）
- バンディット問題 | JDLA Deep Learning for GENERAL（G検定）
- 方策 | JDLA Deep Learning for GENERAL（G検定）
- 報酬設計 | JDLA Deep Learning for GENERAL（G検定）
- 訓練損失 | JDLA Deep Learning for GENERAL（G検定）
- 汎化性能 | JDLA Deep Learning for GENERAL（G検定）
- ホールドアウト検証 | JDLA Deep Learning for GENERAL（G検定）
- データリーク | JDLA Deep Learning for GENERAL（G検定）
- クラス不均衡 | JDLA Deep Learning for GENERAL（G検定）
- 適合率 | JDLA Deep Learning for GENERAL（G検定）
- 再現率 | JDLA Deep Learning for GENERAL（G検定）
- F1スコア | JDLA Deep Learning for GENERAL（G検定）
- ROC-AUC | JDLA Deep Learning for GENERAL（G検定）
- ハイパーパラメータ | JDLA Deep Learning for GENERAL（G検定）
- 交絡 | JDLA Deep Learning for GENERAL（G検定）
- サンプリングバイアス | JDLA Deep Learning for GENERAL（G検定）
4. ディープラーニングの概要
Chapter 4
- ニューラルネットワークとパーセプトロン | JDLA Deep Learning for GENERAL（G検定）
- 活性化関数 | JDLA Deep Learning for GENERAL（G検定）
- 損失関数 | JDLA Deep Learning for GENERAL（G検定）
- 誤差逆伝播法 | JDLA Deep Learning for GENERAL（G検定）
- 勾配降下法と最適化手法 | JDLA Deep Learning for GENERAL（G検定）
- 正則化 | JDLA Deep Learning for GENERAL（G検定）
- ニューロン | JDLA Deep Learning for GENERAL（G検定）
- 重み | JDLA Deep Learning for GENERAL（G検定）
- バイアス | JDLA Deep Learning for GENERAL（G検定）
- シグモイド関数 | JDLA Deep Learning for GENERAL（G検定）
- ReLU | JDLA Deep Learning for GENERAL（G検定）
- softmax関数 | JDLA Deep Learning for GENERAL（G検定）
- クロスエントロピー | JDLA Deep Learning for GENERAL（G検定）
- 平均二乗誤差 | JDLA Deep Learning for GENERAL（G検定）
- 学習率 | JDLA Deep Learning for GENERAL（G検定）
- ミニバッチ | JDLA Deep Learning for GENERAL（G検定）
- エポック | JDLA Deep Learning for GENERAL（G検定）
- バッチ正規化 | JDLA Deep Learning for GENERAL（G検定）
- ドロップアウト | JDLA Deep Learning for GENERAL（G検定）
- L1正則化 | JDLA Deep Learning for GENERAL（G検定）
- L2正則化 | JDLA Deep Learning for GENERAL（G検定）
- 畳み込みカーネル | JDLA Deep Learning for GENERAL（G検定）
- ストライド | JDLA Deep Learning for GENERAL（G検定）
- パディング | JDLA Deep Learning for GENERAL（G検定）
- 受容野 | JDLA Deep Learning for GENERAL（G検定）
- チャネル | JDLA Deep Learning for GENERAL（G検定）
- 埋め込み表現 | JDLA Deep Learning for GENERAL（G検定）
- Self-Attention | JDLA Deep Learning for GENERAL（G検定）
- 位置エンコーディング | JDLA Deep Learning for GENERAL（G検定）
- Encoder-Decoder | JDLA Deep Learning for GENERAL（G検定）
- 勾配消失 | JDLA Deep Learning for GENERAL（G検定）
5. ディープラーニングの手法
Chapter 5
- 全結合層 | JDLA Deep Learning for GENERAL（G検定）
- 畳み込みニューラルネットワーク | JDLA Deep Learning for GENERAL（G検定）
- プーリングと正規化層 | JDLA Deep Learning for GENERAL（G検定）
- スキップ結合とResNet | JDLA Deep Learning for GENERAL（G検定）
- RNNとLSTM | JDLA Deep Learning for GENERAL（G検定）
- AttentionとTransformer | JDLA Deep Learning for GENERAL（G検定）
- オートエンコーダ | JDLA Deep Learning for GENERAL（G検定）
- GAN・VAE・拡散モデル | JDLA Deep Learning for GENERAL（G検定）
- データ拡張 | JDLA Deep Learning for GENERAL（G検定）
- 転移学習とファインチューニング | JDLA Deep Learning for GENERAL（G検定）
- マルチモーダル学習 | JDLA Deep Learning for GENERAL（G検定）
- 説明可能AI | JDLA Deep Learning for GENERAL（G検定）
- モデルの軽量化 | JDLA Deep Learning for GENERAL（G検定）
- 物体検出 | JDLA Deep Learning for GENERAL（G検定）
- セマンティックセグメンテーション | JDLA Deep Learning for GENERAL（G検定）
- 固有表現抽出 | JDLA Deep Learning for GENERAL（G検定）
- トークン化 | JDLA Deep Learning for GENERAL（G検定）
- 分散表現 | JDLA Deep Learning for GENERAL（G検定）
- 音声認識 | JDLA Deep Learning for GENERAL（G検定）
- 音声合成 | JDLA Deep Learning for GENERAL（G検定）
- 深層強化学習 | JDLA Deep Learning for GENERAL（G検定）
- 知識蒸留 | JDLA Deep Learning for GENERAL（G検定）
- エッジAI | JDLA Deep Learning for GENERAL（G検定）
6. AIの社会実装
Chapter 6
- AIプロジェクトとMLOps・データライフサイクル | JDLA Deep Learning for GENERAL（G検定）
- データ収集計画 | JDLA Deep Learning for GENERAL（G検定）
- アノテーション | JDLA Deep Learning for GENERAL（G検定）
- データクレンジング | JDLA Deep Learning for GENERAL（G検定）
- データ品質 | JDLA Deep Learning for GENERAL（G検定）
- データセットシフト | JDLA Deep Learning for GENERAL（G検定）
- 概念ドリフト | JDLA Deep Learning for GENERAL（G検定）
- モデル監視 | JDLA Deep Learning for GENERAL（G検定）
- 再現性 | JDLA Deep Learning for GENERAL（G検定）
- A/Bテスト | JDLA Deep Learning for GENERAL（G検定）
7. 数理・統計
Chapter 7
8. 法律・倫理・社会
Chapter 8
- プライバシーと個人情報保護 | JDLA Deep Learning for GENERAL（G検定）
- 著作権・特許・不正競争・契約 | JDLA Deep Learning for GENERAL（G検定）
- 公平性・安全性・悪用防止・透明性 | JDLA Deep Learning for GENERAL（G検定）
- AIガバナンスと人間中心の価値 | JDLA Deep Learning for GENERAL（G検定）
- 個人データ | JDLA Deep Learning for GENERAL（G検定）
- 要配慮個人情報 | JDLA Deep Learning for GENERAL（G検定）
- 匿名加工情報 | JDLA Deep Learning for GENERAL（G検定）
- 仮名加工情報 | JDLA Deep Learning for GENERAL（G検定）
- 著作物性 | JDLA Deep Learning for GENERAL（G検定）
- 著作権の権利制限 | JDLA Deep Learning for GENERAL（G検定）
- 営業秘密 | JDLA Deep Learning for GENERAL（G検定）
- 特許の新規性 | JDLA Deep Learning for GENERAL（G検定）
- 独占禁止法 | JDLA Deep Learning for GENERAL（G検定）
- データガバナンス | JDLA Deep Learning for GENERAL（G検定）
用語を暗記だけで終わらせず、目的・条件・違いから理解する。