AI概論教程/G検定教程 本文制作方針
●数学必須の難しい問題は避ける
G検定の問題の中には、一部E資格の問題など、文系の受験生には太刀打ちできない難しい問題が出題されます。これらは対応不可能なので、四択問題の偶然正解確率にかけましょう。
これら難問は、全200題超の出題に対して10題以下に過ぎず、G検定では６～７割正解すれば合格できるので、効率の悪い難問対策は避けましょう。これらは、将来的にも必要になる確率は非常に低く、「必要になったら学びなおす」ことで十分です。

●例：ポアソン回帰（右図）
この分布は、線形回帰ではなく非線形回帰の一種であり、非常に稀に起きる事象についての確率分布に対する回帰問題ですが、実際にこのようなニーズに遭遇するのは非常にまれです。文系大学での統計学でもあまり重視されない事項です。右の問題で述べるなら、上の２題は「稀に起きる事象についての確率分布」であることさえ覚えていれば解ける問題です。

下の問題もよく読めば解けるでしょうが、専門用語大集合のため、正解はむずかしいでしょう。
●状態価値関数とBellman方程式
価値関数とは、「エージェントがある状態に存在したり、行動を選択したりすることにどれくらい価値があるのかを定量化した関数」であり、Q関数やBellman方程式など、理解するにはかなり複雑な数学が付きまといます。
●Generalistには不要な事項
言葉の理解だけでも大変な、Generalistには不要な用語は、文字情報だけで解ける問題のみ解説し、本格的な解説は記載しません。次の項目は、問題だけ学習してください。
・HOG（Histograms of Oriented Gradients）特徴量
・ラプラシアンピラミッド・ガウシアンピラミッド
・状態空間モデル・自己回帰モデル
・t-SNE（t 分布型確率的近傍埋め込み）
・LSI（Latent Semantic Indexing、潜在的意味索引）
・LDA（Latent Dirichlet Allocation、潜在的ディリクレ配分法）
・ライブラリOpenCV
・AML（Model Agnostic Meta Learning）