G検定（AI・機械学習）用語集
人工知能についての基本的な用語を zero to one が解説します。JDLAが公開する「G検定の試験出題範囲（シラバス）2021」に基づき、公開されている「詳細キーワード」を全てカバーしています。
人工知能をめぐる動向
探索・推論
- 探索木
- SHRDLU
- プランニング
- 幅優先探索
- STRIPS
- 深さ優先探索
- ヒューリスティックな知識
- AlphaGo(アルファ碁）
- ブルートフォース
- Mini-Max法
- αβ法
- ハノイの塔
- ロボットの行動計画
- モンテカルロ法
- ボードゲーム
知識表現
- イライザ（ ELIZA )
- イライザ効果
- インタビューシステム
- マイシン（ MYCIN ）
- DENDRAL
- is-aの関係
- part-ofの関係
- has-aの関係
- Cycプロジェクト
- データマイニング
- ウェブマイニング
- 推移律
- ワトソン
- Question-Answering
- セマンティックWeb
- 知識ベースの構築とエキスパートシステム
- 人工無脳
- 知識獲得のボトルネック(エキスパートシステムの限界)
- 意味ネットワーク
- オントロジー
- オントロジーの構築
- 東ロボくん
機械学習・深層学習
機械学習の具体的手法
教師あり学習
- 回帰問題
- ラッソ回帰
- 分類問題
- 半教師あり学習
- 決定木
- リッジ回帰
- アンサンブル学習
- マージン最大化
- バギング
- ブートストラップサンプリング
- 勾配ブースティング
- カーネル
- 単純パーセプトロン
- カーネルトリック
- 活性化関数
- 多層パーセプトロン
- シグモイド関数
- ソフトマックス関数
- 疑似相関
- 隠れ層
- 誤差逆伝播法
- AdaBoost
- ベクトル自己回帰モデル（VARモデル）
- 剪定
- 多クラス分類
- 重回帰分析
- 線形回帰
- ロジスティック回帰
- サポートベクターマシン (SVM)
- ランダムフォレスト
- 自己回帰モデル (AR)
教師なし学習
- レコメンデーション
- クラスタリング
- クラスタ分析
- 特異値分解
- t-SNE
- デンドログラム（樹形図）
- コールドスタート問題
- 多次元尺度構成法
- コンテンツベースフィルタリング
- 次元削減
- 潜在的ディリクレ配分法（LDA)
- 次元圧縮
- k-means 法
- 主成分分析 (PCA)
- ウォード法
- トピックモデル
- 協調フィルタリング
強化学習
モデルの評価
ディープラーニングの概要
ディープラーニングの手法
畳み込みニューラルネットワーク
- LeNet
- 畳み込み
- サブサンプリング層
- フィルタ
- 最大値プーリング
- ネオコグニトロン
- 平均値プーリング
- グローバルアベレージプーリング
- Random Erasing
- Cutout
- CutMix
- Mixup
- MobileNet
- Neural ArchitectureSearch(NAS)
- Depthwise Separable Convolution
- NASNet
- EfficientNet
- 転移学習
- 局所結合構造
- カーネル幅
- MnasNet
- ストライド
- プーリング
- スキップ結合
- パディング
- 各種データ拡張
- 畳み込みニューラルネットワーク（CNN）の基本形
- 全結合層
- CNN の発展形
深層生成モデル
画像認識分野
- AlexNet
- Inceptionモジュール
- ILSVRC
- GoogLeNet
- Skip Connection
- VGG
- DenseNet
- Wide ResNet
- ResNet
- SENet
- R-CNN
- YOLO
- FPN
- 矩形領域
- SSD
- Faster R-CNN
- Fast R-CNN
- インスタンスセグメンテーション
- FCN(Fully Convolutional Netwok)
- パノプティックセグメンテーション
- セマンティックセグメンテーション
- SegNet
- U-Net
- PSPNet
- Dilation convolution
- Atrous convolution
- Open Pose
- Parts Affinity Fields
- DeepLab
- Mask R-CNN
- 物体識別タスク
- 物体検出タスク
- セグメンテーションタスク
- 姿勢推定タスク
- マルチタスク学習
音声処理と自然言語処理分野
- LSTM
- CEC
- Bidirectional RNN(双方向RNN)
- GRU
- RNN Encoder-Decoder
- Attention
- パルス符号変調器
- BPTT
- スペクトル包絡
- A-D変換
- 高速フーリエ変換
- フォルマント
- メル周波数ケプストラム係数
- 音韻
- 音素
- フォルマント周波数
- 隠れマルコフモデル
- 音声認識エンジン
- メル尺度
- WaveNet
- ワンホットベクトル
- N-gram
- Bag-of-Words(BoW)
- TF-IDF
- 単語埋め込み
- 分散表現
- 局所表現
- word2vec
- CBOW
- スキップグラム
- CTC
- fastText
- ELMo
- Source-Target Attention
- Seq2Seq
- Self-Attention
- Encoder-Decoder Attention
- 位置エンコーディング
- Vision Transformer
- BERT
- GLUE
- 構文解析
- 形態要素解析
- 言語モデル
- Transformer
- データの扱い方
- 自然言語処理における Pre-trained Models
- 深層強化学習の基本的な手法と発展
- 深層強化学習とゲーム AI
- 実システム制御への応用
- GPT
- GPT-3
- GPT-2
- ChatGPT
深層強化学習分野
- DQN
- ダブルDQN
- Rainbow
- デュエリングネットワーク
- ノイジーネットワーク
- モンテカルロ木探索
- アルファ碁
- アルファゼロ
- アルファ碁ゼロ
- OpenAI Five
- マルチエージェント強化学習
- 連続値制御
- 報酬成形
- アルファスター
- 状態表現学習
- オフライン強化学習
- sim2real
- ドメインランダマイゼーション
- 残差強化学習
モデルの解釈性とその対応
モデルの軽量化
ディープラーニングの社会実装に向けて
AIと社会
AIプロジェクトの進め方
- MLOps
- CRISP-DM
- BPR
- クラウド
- Web API
- データサイエンティスト
- プライバシー・バイ・デザイン
- AI プロジェクトの進め方
- AI プロジェクト進行の全体像
- AI システムの提供方法
- 開発計画の策定
- AI を運用した場合のプロセスの再設計
- プロジェクト体制の構築
- AI を運営すべきかの検討
データの収集
- 個人情報保護法
- オープンデータセット
- 個別の契約
- 著作権法
- 特許法
- 不正競争防止法
- 他企業や他業種との連携
- サンプリング・バイアス
- データの網羅性
- 転移学習
- 産学連携
- オープン・イノベーション
- AI・データの利用に関する契約ガイドライン
- データの収集方法および利用条件の確認
- 法令に基づくデータ利用条件
- データセットの偏りによる注意
- 学習可能なデータの収集
- 外部の役割と責任を明確にした連携
データの加工・分析・学習
- アノテーション
- 匿名加工情報
- ELSI
- カメラ画像利活用ガイドブック
- ライブラリ
- Docker
- Python
- 説明可能AI（XAI）
- Jupyter Notebook
- FAT
- フィルター バブル
- PoC
- データの加工
- プライバシーの配慮
- 開発・学習環境の準備
- アルゴリズムの設計・調整
- アセスメントによる次フェーズ以降の実施の可否検討
実装・運用・評価
- 著作物
- データベースの著作物
- 営業秘密
- オープンデータに関する適用除外
- 限定提供データ
- 個人情報
- 秘密管理
- GDPR
- 十分性認定
- 敵対的な攻撃(Adversarial attacks)
- ディープフェイク
- フェイクニュー ス
- アルゴリズムバイアス
- ステークホルダーのニーズ
- 運用の改善やシステムの改修
- 成果物を知的財産として守る
- 本番環境での実装・運用
- 利用者・データ保持者の保護
- 悪用へのセキュリティ対策
- 予期しない振る舞いへの対処
- インセンティブの設計と多様な人の巻き込み