記事一覧

• 生成AIを使う前に知っておきたい課題

  生成AIの課題をG検定向けに解説。ハルシネーション、バイアス

  08月02日 16:23
• 音声処理とモデルの軽量化・エッジAI｜音素からWaveNetまで

  音声処理の流れとモデルの軽量化をG検定向けに解説。音素・メル

  08月02日 16:23
• 深層強化学習とAlphaGo｜DQNから自己対戦AIまで

  深層強化学習をG検定向けに解説。DQNの経験再生とターゲット

  08月02日 16:23
• AIの判断根拠を説明する｜説明可能AI（XAI）

  説明可能AI（XAI）をG検定向けに解説。ブラックボックス問

  08月02日 16:22
• ChatGPTはどう作られたか｜RLHFと基盤モデル

  ChatGPTの作られ方をG検定向けに解説。RLHFと報酬モ

  08月02日 16:22
• 大規模言語モデル（LLM）とは｜BERTとGPT

  LLMをG検定向けに解説。BERTのMLM・NSP、GPTの

  08月02日 16:22
• 拡散モデルとは｜画像生成AIの主流になった仕組み

  拡散モデルをG検定向けに解説。ノイズの付加と除去、デノイジン

  08月02日 16:22
• GANとは？画像生成の仕組みとVAEとの違い・ディープフェイクとの関係

  GANの生成器と識別器が競う仕組みを解説。VAEとの発想の違

  08月02日 16:22
• オートエンコーダとVAE｜生成AIの入口

  オートエンコーダとVAEをG検定向けに解説。次元圧縮や異常検

  08月02日 16:21
• Transformerとは｜生成AIの土台になった仕組み

  TransformerをG検定向けに解説。Positiona

  08月02日 16:21
• Seq2SeqとAttention｜翻訳AIの転換点

  エンコーダ・デコーダ、Seq2Seq、Attention機構

  08月02日 16:21
• 自然言語処理の基礎｜言葉を数値にする

  形態素解析・Bag of Words・TF-IDF・分散表現

  08月02日 16:21
• LSTMとGRU｜長期記憶を扱う仕組み

  CEC・忘却ゲート・入力ゲート・出力ゲート・GRU・双方向R

  08月02日 16:20
• RNNの仕組みと限界｜時系列データとBPTT

  時系列データ・回帰結合層・シンプルRNN・BPTT・勾配消失

  08月02日 16:20
• 物体検出・セグメンテーション・姿勢推定

  画像分類との違いから、物体検出のFaster R-CNNとI

  08月02日 00:27
• 転移学習とファインチューニングの違い

  学習済みモデルを再利用する転移学習とファインチューニングの違

  08月02日 00:27
• 画像認識モデルの進化｜AlexNetからEfficientNetまで

  AlexNet・VGG・GoogLeNet・ResNet・M

  08月02日 00:26
• CNNの仕組み｜畳み込みとプーリング

  畳み込み層・フィルタ・特徴マップ・パディング・ストライド・プ

  08月02日 00:26
• なぜ今ディープラーニングなのか｜GPUとデータ量

  ディープラーニングが2010年代に実用化した理由を、歴史・G

  08月02日 00:26
• ディープラーニングの過学習対策｜ドロップアウトと正則化

  ドロップアウト・バッチ正規化・重み減衰・早期終了など、ディー

  08月02日 00:25