カテゴリー: AI

[黒382]
・バギング: 並列　(ランダムフォレストで使用される [黒347])
・ブースティング: 直列

参考文献: ***は、ページ番号。
[黒***] 『徹底攻略ディープラーニングG検定ジェネラリスト問題集』第3版

[黒379]
強化学習において、入力データから状態を表現する特徴量を抽出する過程そのものが学習によって得られるとき、これを状態表現学習と呼ぶ。

参考文献: ***は、ページ番号。
[黒***] 『徹底攻略ディープラーニングG検定ジェネラリスト問題集』第3版

[黒373]
・ベルヌーイ分布: 1回のベルヌーイ試行(2つのいずれかの事象{成功か失敗}が一定確率で起こる)の結果が従う確率分布。
・二項分布: 複数のベルヌーイ試行を繰り返した際の、成功回数が従う確率分布。

参考文献: ***は、ページ番号。
[黒***] 『徹底攻略ディープラーニングG検定ジェネラリスト問題集』第3版

[黒373]
画像生成(Text-to-Image等)は出来ない。
下記は出来る:
・Visual Question Answering
・Optical Character Recognition
・Image Captioning

参考文献: ***は、ページ番号。
[黒***] 『徹底攻略ディープラーニングG検定ジェネラリスト問題集』第3版

[黒369]
・VAE (Variational AutoEncoder, 変分オートエンコーダ): 画像生成などを行う生成ネットワーク (β-VAE、VAE/GAN、infoVAE、VQ-VAE [黒144])

・VAR (Vector AutoRegressive model, ベクトル自己回帰モデル): 複数の時系列データに関する回帰タスクを扱う手法

・VGG (Visual Geometry Group): 画像認識の協議会「ILSVRC」で2014年に高い評価を受けた畳み込みニューラルネットワーク。画像分類(物体認識 [テ318])を行うCNNであって、単体で物体検出はできない(単体で物体検出はできるのは、FPN、SSD、YOLO) [黒351]。

参考文献: ***は、ページ番号。
[テ***] 『深層学習教科書 ディープラーニング G検定（ジェネラリスト）公式テキスト』第3版
[黒***] 『徹底攻略ディープラーニングG検定ジェネラリスト問題集』第3版

Atari2600 をプレイ
・Rainbow [黒366]
・Agent57 (DQNベース)[黒393]

Dota2 をプレイ
・OpenAI Five (マルチエージェント強化学習。学習アルゴリズムはPPO, Proximal Policy Optimization)[黒393]

参考文献: ***は、ページ番号。
[黒***] 『徹底攻略ディープラーニングG検定ジェネラリスト問題集』第3版

2区分なら、訓練データとテストデータ。

[ 訓練・検証・テストデータの違い #DeepLearning – Qiita ]
・テストデータ
>汎化性能をチェックするために、最後に（理想的には一度だけ）利用する。

・検証データ
>ハイパーパラメータの性能を評価するために利用する。

[黒366]
・skip-gram: 周囲の単語を予測するためのネットワーク
・CBOW: 周囲の単語から対象の単語を予測するためのネットワーク

参考文献: ***は、ページ番号。
[黒***] 『徹底攻略ディープラーニングG検定ジェネラリスト問題集』第3版

畳み込みニューラルネットワークの正規化層

[テ225]
正規化処理: 平均0、分散1

[黒299,364]
・バッチ正規化: ミニバッチ内のすべてのデータを用いて、ある層のチャンネルごとに正規化を行う手法 (前層の出力を正規化 [黒121])
・レイヤー正規化: ある層のすべてのチャンネルを用いて、ミニバッチ内のデータごとに正規化…
・インスタンス正規化: ミニバッチ内のデータごと、チャンネルごとに正規化…
・グループ正規化

参考文献: ***は、ページ番号。
[テ***] 『深層学習教科書 ディープラーニング G検定（ジェネラリスト）公式テキスト』第3版
[黒***] 『徹底攻略ディープラーニングG検定ジェネラリスト問題集』第3版

[黒375]
・標準化: 平均0、標準偏差1
・正規化: 最小値0、最大値1

参考文献: ***は、ページ番号。
[黒***] 『徹底攻略ディープラーニングG検定ジェネラリスト問題集』第3版