G検定 G検定 2020年 第2回 振り返り（その6）
＃51 教師あり学習において、モデルの出力と正解ラベルの誤差を表現する関数を”損失関数”と呼ぶ。 ＃52 主成分分析（PCA）の役割の1つとして”次元削減をすることでデータを圧縮したり、特徴を分かりやすくする”ことが挙げられる。 ＃53 回...
G検定
G検定 G検定 G検定 2020年 第2回 振り返り（その5）
＃41 第三者の著作物を学習用データとして取り扱う場合に、現在の日本の法律においては、著作権法の規定をクリアしていても不正競争防止法の観点から営業秘密に当たるデータの利用などは制約がかかる可能性がある。 ＃42 AI技術の社会実装によって生...
G検定 G検定 2020年 第2回 振り返り（その4）
＃31 AIの利活用においては、説明可能なAI（Explainable Artificial Intelligence：XAI）が世界的に重要とされている。AIの説明の代表的な手法の1つとして、どの”学習データ”が予測認識に重要だったかを説...
G検定 G検定 2020年 第2回 振り返り（その3）
＃21 個人情報保護法は下記のような法律である。 個人情報保護法における個人情報には、生存する個人の情報だけでなくが対象であり、すでに死去した個人の情報も含まれるは保護の対象ではない。個人情報保護法における個人情報取扱事業者は、営利企業に限...
G検定 G検定 2020年 第2回 振り返り（その2）
＃11 福島邦彦が開発したネオコグニトロンは、CNNのもととなったモデルであり、「特徴抽出を行うS細胞層」と「位置ズレを許容するC細胞層」を交互に多層に接続した構造をとる。 ＃12 2019年5月の道路交通法の改正によって、”自動運転中にス...
G検定 G検定 2020年 第2回 振り返り（その1）
＃01 第一次AIブームは”探索や推論”で問題を解く時代 しかし、これらの手法では迷路やパズルといった”トイ・プロブレム”しか解くことができず、適用範囲が狭いという課題があり終焉を迎える。 第二次AIブームでは”エキスパートシステム”が登場...