ディープラーニングG検定、目指してみますか！
＊当ページのリンクには広告が含まれています。
ちょっとAIに興味が湧いてきたので、ディープラーニングG検定を目指してみることにしました！
G検定とは・・・
ディープラーニングに関する知識を有し、事業活用する人材（ジェネラリスト）と、ディープラーニングを実装する人材（エンジニア）の育成を目指します。各々に必要な知識やスキルセットを定義し、資格試験を行うとともに、協会が認定した事業者がトレーニングを提供します。各々年二回実施予定。日進月歩する技術であることから、検定・資格実施年毎に実施年号を付与する。
目標は2020年の第二回、7月4日。
あと4ヶ月ほどあります。
今の所、知識はあまりないので、まずはAI/機械学習の分野で飛び交う様々な概念や用語を勉強する必要あり。
以下、学習目標です。
以下のステップで少しずつ理解を深めていこうと思います。
専門用語の理解から、ですね。
STEP1. 機械学習の概要
STEP2. 教師あり学習
教師あり学習の概要
教師データ
線形回帰
ロジスティック回帰
サポートベクタマシン
決定木
ランダムフォレスト
STEP3. ニューラルネットワーク
ニューラルネットワークの概要
ニューラルネットワークの構成要素
順伝播と逆伝播
畳み込みニューラルネットワーク (CNN)
CNNによる画像分類、物体検出、セグメンテーション
再帰型ニューラルネットワーク (RNN)
RNNによる時系列データ、自然言語処理
STEP4. 教師なし学習
教師なし学習の概要
クラス分類とクラスタリング
階層型クラスタリング
k-means法
主成分分析 (PCA)
オートエンコーダー
GAN (Generative Adversarial Networks)
STEP5. 強化学習
STEP6. 機械学習の利用と実装
さて、さっぱり分かりませんが少しずつ勉強していきます^^
