シラバス（深層学習・後半）詳細
『シラバスの科目』は4つあり、E資格の出題範囲3つ目の「深層学習」についてまとめたページ（後半）です。シラバスは（JDLA公式HP）大ボリュームで文字の羅列に見えるため、大枠が理解できるように工夫しています。ディープラーニングを有名にしたGoogLeNetやAlphaGoが登場します。重要度の高い技術や近年注目されるAttentionやTransformerなどについて、論文ベースの知識が問われます。トレンドによりシラバスが柔軟に変化する分野もあります。AI技術の発展の系譜を意識し、どのような技術から現在の最新技術につながっているか知識の豊富さが必要です。新しい技術の基になった課題は何か？を意識しましょう。
ディープラーニングの応用範囲について学びます
生成モデル
画像分野でAIが新しいものを創造します。
その理論は数学で説明されます。
シラバス
- 識別モデルと生成モデル
- オートエンコーダ
- GAN
◇キーワード◇
- VAE、VQ-VAE
- DCGAN、Conditionnal GAN
- Discriminator、Generator、
- ベイズの定理、KLダイバージェンス、JSダイバージェンス、リパラメタリゼーショントリック
AIが新しいものを創造します。より人間に近づいてきていると感じる分野です。
深層強化学習
AlphaGoや自動運転AIが実用例です。
強化学習がディープラーニングで進化しました。
シラバス
- 深層強化学習のモデル
◇キーワード◇
- DQN、AlphaGo、A3C
理論だけで相当な難しさがあります。実装には及びません。
深層学習の適用方法
ディープラーニング適用論文を厳選して学びます。
トレンドのAI技術やその源流となった技術です。
シラバス
- 画像認識
- 画像の局在化・検知・セグメンテーション
- 自然言語処理
- 音声処理（Text to Speech）
- スタイル変換
◇キーワード◇
- GoogLeNet、ResNet, WideResNet、DenseNet、EfficientNet
- FasterR-CNN、YOLO、SSD、MaskRーCNN、FCOS
- WordEmbedding、Transformer、BERT、GPT-n
- WaveNet、サンプリング、短時間フーリエ変換、メル尺度、CTC
- pix2pix
論文に登場する図表や画像は論文の顔、サムネイルのようなものです。
以下、2022#2より追加追加になったもの
シラバスは1～2年の頻度で更新されます。
E資格認定取得後も新しい分野を学び続けます。
距離学習（Metric Learning）
- 2サンプルによる比較
- 3サンプルによる比較
◇キーワード◇
- SiameseNet、TripletLoss
メタ学習（Meta Learning）
- 初期値の獲得
◇キーワード◇
- MAML
深層学習の説明性
- 判断根拠の可視化
- モデルの近似
◇キーワード◇
- Grad-CAM
- LIME、SHAP
以上