G検定　チートシート

G検定のチートシート、カンニングシート、カンペ、カンニングペーパー。ひよっこDS、りけーこっとん

※このページはアフィリエイト広告を含んでいます


 

 
[商品価格に関しましては、リンクが作成された時点と現時点で情報が変更されている場合がございます。]

徹底攻略ディープラーニングG検定ジェネラリスト問題集 第2版 [ 明松 真司 ]
価格：2,310円（税込、送料無料) (2023/11/29時点)

楽天で購入

 

どーも、りけーこっとんです。

G検定受験の方はご存じだと思いますが、G検定はカンニングが公認された珍しい試験。

つまりチートシート・カンニングシートなどを作っておけば、合格率も上がるのでは？と思うわけです。

ということで、G検定のチートシートを作成しました。

2021年7月対応のシラバスに掲載されている「詳細キーワード」を全てこの１ページにまとめました。

それぞれの単語をタップすると解説に飛べるようになっています。

是非、皆さんの合格に役立ててください！

人工知能とは

以下のカンニングシートから、人工知能の概要の解説に飛べます。

人工知能の定義    
推論 認識 判断
エージェント 古典的な人工知能 機械学習
ディープラーニング    
人工知能研究の歴史    
エニアック(ENIAC) ロジック・セオリスト トイ・プロブレム
エキスパートシステム 第五世代コンピュータ ビッグデータ
機械学習 特徴量 ディープラーニング
推論・探索の時代 知識の時代 機械学習と特徴表現学習の時代
ディープブルー    

 

人工知能を巡る動向

以下のカンニングシートから、人工知能の社会的な動向の解説に飛べます。

探索・推論    
探索木 幅優先探索 深さ優先探索
プランニング STRIPS SHRDLU
アルファ碁 ヒューリスティックな知識 Mini-Max法
αβ法 ブルートフォース  
知識表現    
イライザ(ELIZA) イライザ効果 マイシン(MYCIN)
DENDRAL インタビューシステム is-aの関係
part-ofの関係 Cycプロジェクト 推移律
ウェブマイニング データマイニング ワトソン
Question-Answering セマンティックWeb  
機械学習・深層学習    
ビッグデータ レコメンデーションエンジン スパムフィルター
統計的自然言語処理 コーパス 人間の神経回路
単純パーセプトロン 誤差逆伝播 オートエンコーダ
ILSVRC 特徴量 次元の呪い
機械学習の定義 パターン認識 画像認識
特徴抽出 一般物体認識 OCR

人工知能分野の問題

以下のカンニングシートから、人工知能分野の問題の解説に飛べます。

人工知能分野の問題    
ローブナーコンテスト 中国語の部屋 機械翻訳
ルールベース機械翻訳 統計学的機械翻訳 特徴表現学習

機械学習の具体的手法

以下のカンニングシートから、機械学習の手法の解説に飛べます。

教師あり学習    
分類問題 回帰問題 半教師あり学習
ラッソ回帰 リッジ回帰 決定木
アンサンブル学習 バギング 勾配ブースティング
ブートストラップサンプリング マージン最大化 カーネル
カーネルトリック 単純パーセプトロン 多層パーセプトロン
活性化関数 シグモイド関数 ソフトマックス関数
誤差逆伝播法 ベクトル自己回帰モデル 隠れ層
疑似相関 重回帰分析 AdaBoost
他クラス分類 プルーニング  
教師なし学習    
クラスタリング クラスタ分析 レコメンデーション
デンドログラム 特異値分解(SVD) 多次元尺度構成法
t-SNE コールドスタート問題 次元削減
コンテンツベースフィルタリング 潜在的ディリクレ配分法 次元圧縮
強化学習    
割引率 ε-greedy方策 UCB方策
マルコフ性 状態価値関数 行動価値関数
Q値 Q学習 REINFORCE
方策勾配法 Actor-Critic A3C
モデル評価    
交差検証 ホールドアウト検証 k-分割交差検証
混同行列 過学習 未学習
正則化 L0正則化 L1正則化
L2正則化 ラッソ回帰 リッジ回帰
LIME SHAP オッカムの剃刀
赤池情報量基準(AIC) 汎化性能 平均二乗誤差
偽陽性-偽陰性 第一種の過誤 第二種の過誤
訓練誤差 汎化誤差 学習率
誤差関数    

 

ディープラーニングの概要

以下のカンニングシートから、ディープラーニングの概要の解説に飛べます。

ニューラルネットワークと
ディープラーニング		    
誤差逆伝播    
ディープラーニングの
アプローチ		    
制限付きボルツマンマシン    
ディープラーニングを
実現するには		    
TPU    
活性化関数    
Leaky ReLU関数    
学習の最適化    
交差エントロピー 誤差関数 学習率
イテレーション エポック 局所最適解
帯域最適解 鞍点 プラトー
モーメンタム AdaGrad AdaDelta
ハイパーパラメータ Adam AdaBound
ランダムサーチ RMSprop AMSBound
グリッドサーチ 確率的勾配降下法 最急降下法
データリーケージ バッチ学習 ミニバッチ学習
オンライン学習    
更なるテクニック    
アンサンブル学習 過学習 正規化
ノーフリーランチの定理 標準化 白色化
二重降下現象    

 

ディープラーニングの手法

以下のカンニングシートから、ディープラーニングの手法の解説に飛べます。

CNN    
ネオコグニトロン LeNet サブサンプリング層
畳み込み フィルタ 最大値プーリング
平均値プーリング パディング グローバルアベレージプーリング
Cutout Mixup Random Erasing
CutMix MobileNet Depthwise Separable Convolution
EfficientNet NASNet NAS(Neural Architecture Search)
MnasNet 転移学習 局所結合構造
ストライド カーネル幅 プーリング
各種データ拡張 スキップ結合  
深層生成モデル    
ジェネレータ ディスクリミネータ DCGAN
Pix2Pix CycleGAN  
画像認識分野    
ILSVRC AlexNet Inceptionモジュール
GoogLeNet VGG スキップ結合
ResNet Wide ResNet DenceNet
SENet R-CNN FPN
YOLO 矩形領域 SSD
Fast R-CNN Faster R-CNN セマンティックセグメンテーション
SegNet U-Net インスタンスセグメンテーション
PSPNet DeepLab パノプティックセグメンテーション
Open Pose Mask R-CNN FCN(Fully Convolutional Network)
Dilation convolution Atrous convolution Parts Affinity Fields
音声処理と
自然言語処理分野		    
LSTM CEC GRU
双方向RNN BPTT Attention
RNN Encorder-Decoder A-D変換 パルス符号変調器
高速フーリエ変換 スペクトル包絡 メル周波数ケプストラム係数
フォルマント フォルマント周波数 音韻
音素 音声認識エンジン 隠れマルコフモデル
WaveNet メル尺度 N-gram
BoW(Bag-of-Words) TF-IDF ワンホットベクトル
単語埋め込み 局所表現 分散表現
word2vec スキップグラム CBOW
fastText ELMo 言語モデル
CTC Seq2Seq Source-Target Attention
Self-Attention 位置エンコーディング Encoder-Decoder Attention
GPT GPT-2 GPT-3
BERT GLUE Vision Transformer
構文解析 形態素解析  
深層強化学習    
DQN ダブルDQN デュエリングネットワーク
ノイジーネットワーク Rainbow モンテカルロ木探索
アルファ碁 アルファ碁ゼロ アルファゼロ
報酬成形 OpenAI Five アルファスター
状態表現学習 連続値制御 マルチエージェント強化学習
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
その応用		    
モデルの解釈 CAM  
モデルの軽量化    
蒸留 モデル圧縮 量子化
プルーニング    

 

ディープラーニングの社会実装に向けて

以下のカンニングシートから、ディープラーニングの社会実装についての解説に飛べます。

AIと社会    
AIによる経営課題の解決と
利益の創出		 法の順守 ビッグデータ
ブロックチェーン RPA IoT
AIプロジェクトの進め方    
CRISP-DM MLOps BPR
データサイエンティスト WebAPI クラウド
プライバシー・バイ・デザイン    
データの収集    
オープンデータセット 個人情報保護法 不正競争防止法
他企業や他業種との連携 特許法 個別の契約
オープン・イノベーション 転移学習 産学連携
サンプリング・バイアス 著作権法 データの網羅性
AI・データの利用に関する
契約ガイドライン		    
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 Python
Jupyter Notebook Docker FAT
説明可能AI(XAI) フィルターバブル PoC
実用・運用・評価    
データベースの著作物 著作物 営業秘密
オープンデータに関する適用除外 限定利用データ 秘密管理
敵対的な攻撃(Adversarial attacks) 個人情報 GDPR
アルゴリズムバイアス 十分性制定 ディープフェイク
ステークホルダーのニーズ フェイクニュース  
クライシス・マネジメント    
コーポレートガバナンス 内部統制の更新 シリアス・ゲーム
炎上対策とダイバーシティ 実施状況の公開 透明性レポート
AIと安全保障・軍事技術 Partnership on AI 運用の改善やシステムの改修
よりどころとする原則や指針 次への開発と循環  

数理・統計

シラバスには「統計検定三級程度の知識」とあるため、G検定で見かけるキーワードを抜粋しました。
（公式の情報では無いのでご注意ください）

以下のカンニングシートのリンクに飛ぶと、関連キーワードが全て解説されています。

データの種類        
量的変数 質的変数 名義尺度 順序尺度 比例尺度
間隔尺度        
統計学        
記述統計学 推測統計学 ベイズ統計学    
標本調査        
母集団 全数調査 標本 単純無作為抽出法 層別標本抽出法
集落抽出法 多段抽出法      
統計グラフ・表        
ヒストグラム 散布図 箱ひげ図 度数分布表 クロス集計表
データの集計        
階級 階級値 度数 累積度数 相対度数
累積相対度数        
データの散らばり        
最小値・最大値 範囲 中央値 四分位数 四分位範囲
分散 標準偏差 共分散 相関係数 偏差値
確率分布        
確率変数 確率分布 正規分布 二項分布  
ベイズ統計学        
ベイズの定理 ベイズ推定      

G検定はカンニングOKではあるものの、正直全てを検索して調べていれば時間は足りません。

G検定合格には基本的に暗記をしていく、と思うのが確実でしょう。

皆さんのG検定合格に役立てれば幸いです！