現時点で持っている知識の確認

 E資格の受験にはどの程度の知識が必要になるのでしょうか。E資格認定試験の4つの科目ごとに、キーワードと学習概要から必要な知識を確認できます。これからの学習を想像してみてください。すでに学習を進めていれば、学習の到達点や現在持っている知識を確認できます。JDLA認定プログラムの受講を開始する前やE資格認定試験勉強中など、任意のタイミングで参照してください。

『E資格の出題範囲を理解しよう』に戻る>>

E資格本番試験の出題も想像できます

確認方法

 すでに勉強を進めているなら、キーワードから概要や理解しておくべきポイントが思いつくか、インデックス(索引)のように参照します。これから始める場合は、どれぐらいのことを学んでいくのか全体像を見ます。すでに知っているものもあるかも分かりません。すべてのキーワードに対して、ある程度の知識レベルに到達していることが認定プログラム修了やE資格試験に合格する必要条件です。初見や曖昧なものがなくなってくると、学習が進んでいると判断できます。どのようなことを学ぶかは「学習概要」を参考にしてください。

こんな風に使えます

応用数学

 「深層学習」の理解に必要な前提知識です。予備講座などで学びます。

キーワード

行列 固有値 特異値 確率分布 ベルヌーイ マルチヌーイ 確率変数 確率密度関数 期待値 分散 ベイズ推定 ベイズの定理 条件付確率 負の対数尤度 最尤推定 情報量 エントロピー 交差エントロピー KLダイバージェンス JSD データ集合 Σ log
学習概要
  • 線形代数、確率統計、情報理論の一般
  • 公式暗記
  • 導出理解
  • 計算(特異値、ベイズ推定など)

機械学習

 「深層学習」の理解に必要な前提知識です。予備講座などで学びます。

キーワード

教師あり学習 教師なし学習 半教師あり学習 転移学習 性能指標 次元の呪い ホールドアウト法 k-分割交差検証法 条件付き対数尤度 平均二乗誤差 最適化 正解率 適合率 再現率 F値 mAP グリッドサーチ ランダムサーチ ハイパーパラメータ 方策勾配法 方策勾配定理 価値反復法 モンテカルロ法 TD法 Sarsa Q学習 ベルマン方程式
学習概要
  • 用語理解、暗記
  • アルゴリズム実装
  • 機械学習の流れ
  • 強化学習基礎

深層学習

 JDLA認定プログラムのE資格認定の本講座で学びます。

キーワード

ニューラルネットワーク 損失関数 活性化関数 sigmoid softmax ReLU Leaky ReLU tanh 誤差逆伝播 計算グラフ 連鎖率 L1正則化 L2正則化 バイアス バリアンス ノルム ノイズ 過学習 汎化性能 アンサンブル学習 バギング ブースティング スタッキング ドロップアウト ドロップコネクト バッチアルゴリズム ミニバッチアルゴリズム 確率的勾配降下法 モメンタム AdaGrad RMSrop Adam Xavier He バッチ正規化 Layer正規化 Instance正規化 教師あり事前学習 畳み込み プーリング パディング ストライド チャネル CNN im2col IoU 回帰結合型ニューラルネットワーク 再帰的ネットワーク 双方向 RNN Encoder-Decoder Sequence-to-Sequence ゲート付きRNN LSTM GRU Attention 勾配クリッピング オートエンコーダ GAN VAE VQ-VAE DCGAN Conditionnal GAN Discriminator Generator リパラメタリゼーショントリック
GoogLeNet ResNet WideResNet DenseNet EfficientNet MobileNet FasterR-CNN YOLO SSD MaskRーCNN FCOS WordEmbedding Transformer BERT GPT-n WaveNet CTC pix2pix DQN AlphaGo A3C SiameseNet TripletLoss MAML Grad-CAM LIME SHAP
学習概要
  • (基礎的なもの)
    • 用語理解、暗記
    • アルゴリズム実装、論理式
    • ニューラルネットワーク実装
  • (応用範囲)
    • 論文特徴、図式理解

開発環境

 JDLA認定プログラムのE資格認定の本講座で学びます。

キーワード

TensorFlow Pytorch Chainer Caffe2 Theano Keras プルーニング 蒸留 量子化 モデル並列 データ並列 GPU Docker
学習概要
  • 用語理解、暗記

『E資格の出題範囲を理解しよう』に戻る>>

以上