Ｇ検定の概要（シラバスに沿ってのまとめ）

この記事の内容

ディープラーニングG検定のシラバスに沿って、ざっくりとしたイメージをつかむため、全体をうすーくメモしていきます

今回は、シラバスの項目を確認するだけです

※　イメージ用なので、不正確なメモもいっぱいあります

※　G検定、シラバスは以下のリンクから確認できます

※　数字はこちらでふったものです

人工知能の定義

人工知能研究の歴史

探索・推論

知識表現

機械学習・深層学習

教師あり学習

教師なし学習

強化学習

モデルの評価

ニューラルネットワークとディープラーニング

ディープラーニングのアプローチ

ディープラーニングを実現するには

活性化関数

学習の最適化

更なるテクニック

畳み込みニュートラルネットワーク（CNN）

深層生成モデル

画像認識分野

音声処理と自然言語処理分野

深層強化学習分野

モデルの解釈性とその対応

モデルの軽量化

目次を見るということで、大まかに体系的なイメージを作るために役立つこともありますし、検定を受ける方にとっては、何が求められているかのざっくりしたイメージを持つのは大事だと思います

今回は、大項目、大中項目だけを、それぞれさっと目を飛ばせるようにする情報としてまとめました

ご参考までに