概要

[日本ディープラーニング協会主催 G検定　2020 #1][1]
[1]:https://www.jdla.org/certificate/general/#general_No03
Qiita記事としてまとめておきます。

G検定2020#1時点でのシラバスの内容を利用しています。

本題

本の内容のうち、試験のシラバスに関連するページを一覧表にしました。
時間があれば、内容のまとめも書いていきたいと思います。

出題範囲と本の内容の対応

人工知能（AI）とは（人工知能の定義）	松尾本　p43、p45　図1

人工知能をめぐる動向
探索・推論	松尾本　p60、p66
知識表現	松尾本　p90
機械学習	松尾本　p116 2　教師なし　　p165
	松尾本　p141 松尾本　p185（エージェントとある、ゲームAIでのブロック崩しは有名事例）
深層学習	松尾本　p146、p148、 p161（図23）

人工知能分野の問題
トイプロブレム	松尾本　p81
フレーム問題	松尾本　p60 、p103
弱いAI、強いAI	松尾本　p55
身体性	松尾本　p107
シンボルグラウンディング問題	松尾本　p105
特徴量設計	松尾本　p135
チューリングテスト	松尾本　p46
シンギュラリティ	松尾本　p31、p202

ディープラーニングの概要
ディープラーニングのアプローチ
CPU と GPU	松尾本　p177
ディープラーニングにおけるデータ量

ディープラーニングの手法
活性化関数	松尾本　P125,126（シグモイド関数）
学習率の最適化
更なるテクニック
CNN
RNN
深層強化学習
深層生成モデル

ディープラーニングの研究分野	松尾本　p48
画像認識	松尾本　p127（手書き文字認識、MNISTデータセット）松尾本　p144（カナダのトロント大のSuperVision,　ILSVRC(画像認識コンペ) ,Alexnetのこと）松尾本　p162（グーグルの猫）
自然言語処理	松尾本　p101
音声処理	松尾本　p26
ロボティクス（強化学習）
マルチモーダル	松尾本　p182

ディープラーニングの応用に向けて
産業への応用	松尾本　p191、p216
法律
倫理
現行の議論