#1
t-SNEは、2008年に発表されたデータ視覚化、次元削減に用いられる手法である。t-SNEの最後の3文字は手法を表す頭文字であり、それぞれSは確率的stochastic、Nは隣接（項目）neighbor、Eは埋め込みembeddingである。では先頭のtはt分布（t-distribution）を意味する。
#2
古くからAIによってチェスや将棋などのゲームで人間に勝てるAIをつくろうという研究がなされており、チェスAIであるディープブルーは独自の評価関数に基づいて盤面を探索するプログラムであった。そのディープブルーで採択された探索手法では「組み合わせが膨大になる」という課題には十分対応できなかった。
#3
機械学習の分類問題におけるモデルを考える際、適切な性能指標を見出すためには（ 混同行列 ）が利用される。２クラス分類の例では（ 混同行列 ）とは本来のAに分類しなければいけないものがどれくらい正しくAと判別されているか、またAに分類しなければいけないものを誤ってBと分類している割合がどれくらいかなどを知ることができる。
#4
ニューラルネットワークの学習の目的は、（ 損失関数 ）の値をできるだけ最小化するパラメータを見つけることである。
#5
ニューラルネットワークは高い表現力を持つ反面、過学習をしやすいという性質を持つため、それを改善させる方法が多数考案されている。これに関するパラメータのノルムにペナルティを課す手法の１つとして、（ L2正則化 ）がある。
#6
1969年にマービン＝ミンスキー、シーモア＝パパートによって著書「パーセプトロン」にて指摘され、第一次AIブームの終焉を招くきっかけともなった単純パーセプトロンの欠点として、（線形分離可能でない問題に対処できない）という課題があった。
#7
1985年、ジェフリー＝ヒントンらはネットワークの動作に温度の概念を取り入れたモデルを開発した。このモデルは使用されているサンプリング関数にちなみ、（ ボルツマンマシン ）と名付けられた。
#8
ニューラルネットワークは高い表現力を持つ反面、過学習をしやすいという性質を持つため、それを改善させる方法が多数考案されている。学習の際に一部のノードをランダムに無効化する手法のことを(ドロップアウト)と呼ぶ。
#9
個人情報の保護に関する法律（個人情報保護法）の説明として、最も適切な選択肢を１つ選べ。
- 疫病を理由として、本人に対して医師等により心身の状態の改善のための調剤が行われたことは、要配慮個人情報に含まれる。
- 存否が明らかになることにより、本人の生命に危害が及ぶおそれがある個人データも、保有個人データに含まれる。
#10
畳み込みニューラルネットワーク（CNN）の畳み込み層では、入力データに対してカーネルを一定の間隔でスライドさせながら畳み込み演算を行い、出力を得る。入力サイズが（7,7）のデータに対して、サイズが（3,3）のカーネルを、ストライドを（2）に設定して一度畳み込み演算をすると、出力サイズは（3,3）であった。なお、パディングは行わないとする。
#11
define-and-runは静的に計算グラフが構築され、define-by-runは動的に計算グラフが構築される。
#12
ブースティングは複数の弱分類器を組み合わせて１つの分類器を構築する（ アンサンブル学習 ）の手法の１つである。
#13
強化学習における行動価値関数Qとは、状態と行動を引数としてそのときの効用値を返す関数である。
#14
ディープラーニングは音声認識の逆過程である音声合成においても利用されている。2016年にDeepMind社により発表されたニューラルネットワークのアルゴリズムは従来に比べて圧倒的に高い質での音声合成に成功し、AIスピーカーが人間に近い自然な言語を話すことなどに大きく寄与している。このアルゴリズムの名称はWaveNetである。
#15
福島邦彦によって発表され、特徴抽出を行うS細胞層とプーリング処理を行うC細胞層に特徴付けられる、現在広く用いられる畳み込みニューラルネットワーク（CNN）の原型となったモデルが（ネオコグニトロン）である。
#16
発表された歴史が古い順に並べる。
- ディープQネットワーク（DQN）[2015年]
- アルファ碁（AlphaGo）[2015年]
- アルファ碁ゼロ（AlphaGoZero）[2017年]
- アルファスター（AlphaStar）[2019年]
#17
ロボティクス分野でも、ディープラーニングの応用は盛んである。例えば、ロボットに適切な動作を覚えさせるために、報酬を最大化するような行動の系列を学習する強化学習が使われることがある。複数のセンサから得られた情報の処理のためにディープラーニングが活用される場合があるが、このように複数の異なる形式のデータを（マルチモーダル）という。
#18
用語の説明
- （用語）フォルマント （説明）声道で発生する複数の共鳴周波数
#19
教師あり学習と比較した際の、ロボット制御における強化学習を導入するメリットは、（正解を定義するのが難しい場面においても、報酬を評価することで次の行動を選択することができる）点である。
#20
人工知能が社会生活に及ぼす影響、あるいは人工知能における法的・倫理的課題に対処するため、国内外あるいは営利・非営利を問わずさまざまな機関や団体がガイドラインを公表している。Amazon社、Google社、Facebook社、IBM社、Microsoft社などアメリカのIT企業が組織した（Partnership on AI）は2016年に安全性やAIにおける公平性、透明性、責任の確保を掲げた「信条」を公表している。また、学術団体であるIEEEは（倫理的に調和した設計）を公表し、設計段階からさまざまな倫理的課題に対処できる仕組みを盛り込むための標準規格の策定を促進しようとしている。日本政府は2019年3月に「人間中心のAI社会原則」を取りまとめ、「人間の尊厳が尊重される社会」「持続可能性」そして（多様な背景を持つ人々が多様な幸せを追求できる社会）を基本理念として掲げている。
