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
- JDLA認定プログラム受講前に「前提知識」有無を知る
- 学習途中段階で到達点を確認する
- 全体を振り返るときに活用
シラバスの4科目ごとにまとめています。シラバスについては
を参照してください。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
対応するシラバスはこちらです。
※深層学習は範囲が広いため後半としましたが、区切り方に特に意味はありません
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
以上

