深層学習教科書 ディープラーニング G検定（ジェネラリスト）公式テキスト 第3版（一般社団法人日本ディープラーニング協会 山下 隆義 猪狩 宇司 今井 翔太 巣籠 悠輔 瀬谷 啓介 徳田 有美子 中澤 敏明 藤本 敬介 古川 直裕 松尾 豊 松嶋 達也）｜翔泳社の本
  1. ホーム >
  2. 書籍 >
  3. 深層学習教科書 ディープラーニング G検定（ジェネラリスト）公式テキスト 第3版

深層学習教科書 ディープラーニング G検定（ジェネラリスト）公式テキスト 第3版

監修
著
著
著
著
著
著
著
著
著
著
著

形式：
書籍
発売日：
ISBN：
9784798184814
定価：
3,080円（本体2,800円＋税10%）
仕様：
A5・448ページ
カテゴリ：
ベンダー資格
キーワード：
#開発環境,#情報処理技術者試験,#IT関連資格,#ビジネスIT
レーベル：
EXAMPRESS
シリーズ：
深層学習教科書
紙の書籍
電子書籍

購入はこちら

企業・教育機関での一括購入

AI時代の必携試験、G検定の「公式テキスト」第3版！

【本書の特徴】
・大ベストセラー、ディープラーニング G検定 公式テキストの改訂版。
・新シラバスに完全準拠。
・試験運営団体である「日本ディープラーニング協会」が監修。
・章末問題を一新！分かりやすい解説付き。
・ディープラーニングに関する入門書としても最適。

【対象読者】
・G検定を受験しようと思っている人
・ディープラーニングについて概要を学びたい人
・ディープラーニングを事業活用しようと思っている人
・ChatGPT等生成AIの理解・活用のための知識習得したい人

【G検定とは】
・内容：ディープラーニングの基礎知識を有し、適切な活用方針を決定して、事業活用する能力や知識を有しているかを検定する試験。
・試験方式：知識問題（多肢選択式）、オンライン実施（自宅受験）
・試験時間：120分、出題数：200問程度
・日程：年6回（2024年の場合。詳細は公式サイトにて公表）

試験の概要
第1章 人工知能（AI）とは
第2章 人工知能をめぐる動向
第3章 機械学習の具体的手法
第4章 ディープラーニングの概要
第5章 ディープラーニングの要素技術
第6章 ディープラーニングの応用例
第7章 AIの社会実装に向けて
第8章 AIの法律と倫理
Appendix 事例集 産業への応用

画像01
画像02
画像03

試験を運営している日本ディープラーニング協会（JDLA）による公式テキスト。各分野の専門家が執筆しています。

画像04

G検定を受検したい人はもちろん、ディープラーニングやAIについて学び、それらをビジネスに活用したい人向けの書籍です。

画像05

基盤モデルや大規模言語モデルといった生成AIに必要となる技術や、AI実装に不可欠な法律や倫理についての解説を大幅に追加。新しいシラバスにも対応しています。

画像06

ディープラーニングの基礎から応用、社会実装、法律・倫理まで、今必要とされる知識を幅広く学ぶことができます。

画像07

「製造業」「モビリティ領域」「医療領域」「農林水産業領域」などの分野で具体的にディープラーニング技術が導入されている事例を紹介。

画像08

試験対策用に、各章末に練習問題を多数収録。それぞれに詳しい解説も付いているので、試験対策はバッチリです。

第1章 人工知能（AI）とは
第2章 人工知能をめぐる動向
第3章 機械学習の具体的手法
第4章 ディープラーニングの概要
第5章 ディープラーニングの要素技術
第6章 ディープラーニングの応用例
第7章 AIの社会実装に向けて
第8章 AIの法律と倫理
Appendix 事例集 産業への応用

本書は付属データの提供はございません。

お問い合わせ

内容についてのお問い合わせは、正誤表、追加情報をご確認後に、お送りいただくようお願いいたします。

正誤表、追加情報に掲載されていない書籍内容へのお問い合わせや
その他書籍に関するお問い合わせは、書籍のお問い合わせフォームからお送りください。

利用許諾に関するお問い合わせ

本書の書影（表紙画像）をご利用になりたい場合は書影許諾申請フォームから申請をお願いいたします。
書影（表紙画像）以外のご利用については、こちらからお問い合わせください。

追加情報はありません。
この商品の「よくある質問」はありません。

ご購入いただいた書籍の種類を選択してください。

書籍の刷数を選択してください。

刷数は奥付（書籍の最終ページ）に記載されています。

現在表示されている正誤表の対象書籍

書籍の種類:

書籍の刷数:

本書に誤りまたは不十分な記述がありました。下記のとおり訂正し、お詫び申し上げます。

対象の書籍は正誤表がありません。

最終更新日:2024年10月11日
発生刷 ページ数 書籍改訂刷 電子書籍訂正 内容 登録日
1刷 005
目次		 2刷 済
誤 4-3. 正規化
正 4-3. 正則化
2024.06.21
1刷 053
問題21の選択肢1の2行目 		2刷 済
誤 ルールーベースの機械翻訳が主流であったが、
正 ルールベースの機械翻訳が主流であったが、
2024.08.27
1刷 053
問題21の選択肢4の3行目		 2刷 済
誤 ボトルネックを超えてさならなる性能の向上が
正 ボトルネックを超えてさらなる性能の向上が
2024.08.27
1刷 065
2つ目の前提条件		 2刷 済
誤 ロボットは清掃されていないRoom2の部屋にいる状態で
正 ロボットは清掃されていないRoom2にいる状態
2024.08.27
1刷 085
上から7行目		 2刷 済
誤 「人間 は　is-a 動物（である）」という関係も成立することからも
正 「人間　is-a 動物（である）」という関係も成立することからも
2024.08.27
1刷 106
1行目		 2刷 済
誤 Googleの研究者が中心になって発表された「AttentionIs All You
正 Googleの研究者が中心になって発表された「Attention Is All You
備
考		 「Attention」と「Is」の間に半角スペース
2024.08.27
1刷 107
下から9行目		 2刷 済
誤 としたLMMの性能は、
正 としたLLMの性能は、
2024.07.23
1刷 142
「図3.7」見出し		 2刷 済
誤 ウォード法によるクラスタリングのイメージ
正 最短距離法によるクラスタリングのイメージ
2024.06.28
1刷 158
第3章「3-2」の「3. モデルの選択と情報量」下から8行目 		2刷 済
誤 赤池情報量規準
正 赤池情報量基準
備
考		 規準と書くこともあります。
2024.08.23
1刷 165
第3章　章末問題　問題11　問題文と解説		 2刷 済
誤 問題文：学習について述べたものとして、 解説：A学習は
正 問題文：Q学習について述べたものとして、 解説：Q学習は
2024.06.03
1刷 212
問題11の選択肢　1～4 		2刷 済
誤 \ (n < N \)
正 n < N
2024.08.23
1刷 220
第5章「5-1」内「1.4」の見出し		 2刷 済
誤 Atorus Convolution
正 Atrous Convolution
備
考		 同様に以下の箇所も修正します。
■「1.4」内
220ページ：上から5,6,7,9行目
221ページ：図5.5の見出し
■「索引」
434ページ：「A」の項目　下から２つ目
2024.08.21
1刷 220
第5章「5-1」内「1.4」下から４行目		 2刷 済
誤 図5.5 のように、特徴マップの間隔をあけて広い範囲に対して畳み込み処理を行います。
正 図5.5 のように、フィルタの間隔を空けて，広い範囲に対して畳み込み処理を行います。
2024.08.21
1刷 226
「1. 回帰結合層」７行目		 2刷 済
誤 （Reccurent Neural Network, RNN）
正 （Recurrent Neural Network, RNN）
備
考		 以下も同様に修正します。
・436ページ　索引「R」の項目　上から４つ目
2024.06.24
1刷 236
見出し「5-3. トランスフォーマー」の下の文　2行目 		2刷 済
誤 しかし、NNには
正 しかし、RNNには
2024.06.28
1刷 261
上から3行目		 未 未
誤 単に高精度度なだけでなく、
正 単に高精度なだけでなく、
2024.09.17
1刷 295
「報酬設計が難しい」下から2行目 		未 未
誤 報酬関数の作り込む報酬成形
正 報酬関数を作り込む報酬成形
2024.10.11
1刷 303
「3.Diffusion Model」下から4行目		 2刷 済
誤 学習時は拡散課程を行い、データ生成時は逆拡散課程のみ行います。
正 学習時は拡散過程を行い、データ生成時は逆拡散過程のみ行います。
2024.06.28
1刷 309
「7.継続学習」下から2行目 		未 未
誤 認識できない破壊的忘却が
正 認識できない破滅的忘却が
備
考		 442ページ：索引「ハ」上から9行目も同様に修正
2024.09.17
1刷 322
第6章　章末問題「問題7」の解説　１行目		 2刷 済
誤 音声認識に用いられるモデルについての理解を問う問題です。WaveNet は音声認識の代表的なモデルです。
正 音声合成に用いられるモデルについての理解を問う問題です。WaveNet は音声合成の代表的なモデルです。
2024.09.02
1刷 324
問題11の解説　2行目		 未 未
誤 特長ベクトルとします。
正 特徴ベクトルとします。
2024.09.13
1刷 348
「5.AI モデルを学習する」上から３行目 		2刷 済
誤 例えば、未来のデータを使って過去の事象を
正 例えば、過去のデータを使って未来の事象を
2024.08.02
1刷 350
問題2　選択肢（イ）1行目 		未 未
誤 CRISP-DMと　は、
正 CRISP-DMとは、
備
考		 「と」 と 「は」の間に不要なスペースがあったため削除します。
2024.10.11
1刷 352
第7章　章末問題　問題4の回答		 2刷 済
誤 2 、4
正 2 、3
2024.06.12
1刷 356
第7章　章末問題　問題10の回答		 2刷 済
誤 2 、3
正 3 、4
2024.06.12
1刷 356
第7章　章末問題　問題9の解説　２行目		 2刷 済
誤 学習過程に影響を与える減少です。
正 学習過程に影響を与える現象です。
2024.08.19
1刷 359
下から4行目		 未 未
誤 執筆時点（2023年8月）時点以降
正 執筆時点（2023年8月）以降
2024.10.11
1刷 361
「著作物性」2行目 		未 未
誤 先ほど述べた著作物を満たすもの
正 先ほど述べた著作物の条件を満たすもの
2024.10.11
1刷 390
「10. 民主主義とその他の価値」6行目 		未 未
誤 AIが推薦とすることで
正 AIが推薦することで
2024.10.11
1刷 437
索引「ア」の項目　1行目		 2刷 済
誤
正 赤池情報量基準
備
考		 規準と書くこともあります。
（2024.08.23　内容更新）
2024.06.28