1. 定義と概要 生成モデルとは、学習データの背後にある確率分布（データがどんな値になりやすいかというパターンを数値で表したもの）を学習し、その分布から新しいデ…

1. 定義と概要 GDPR（EU一般データ保護規則）とは、EUが2016年に採択し2018年5月25日から施行した法規則です。英語表記は「General Dat…

1. 定義と概要 敵対的生成ネットワーク（GAN）とは、役割の異なる2つのニューラルネットワークを競わせて学習し、訓練データに似た新しいデータを生成する深層生成…

1. 定義と概要 全結合層（Fully Connected Layer、FC層とも呼ばれます）とは、層内のすべてのユニットが前の層のすべてのユニットと結合する層…

1. 定義と概要 特徴マップ（feature map、特徴量マップ）とは、畳み込み層でカーネル（フィルタ。入力データの一部を切り取って特徴を検出する、学習される…

1. 定義と概要 経験再生（Experience Replay）とは、強化学習エージェントが環境とのやり取りで得た経験をリプレイバッファ（経験を一時的に蓄積して…

1. 定義と概要 環境モデルとは、強化学習においてエージェント（環境の中で行動を選択する学習の主体）が置かれた環境について、ある状態と行動から次にどの状態に遷移…

1. 定義と概要 含意関係認識（英語では「RTE」と呼ばれます）とは、前提（正しいものとして与えられる、判断のもとになる文）と仮説（前提から正しいかどうかを判定…

1. 定義と概要 一気通貫学習とは、ロボットの一連の動作のように本来は複数の工程に分けて実現していたタスクを、1つのディープニューラルネットワーク（DNN）によ…

1. 定義と概要 エンコーディングとは、機械学習アルゴリズムが直接扱えない文字列やカテゴリの値（性別・色・都道府県などのカテゴリ変数）を、計算可能な数値データへ…