IPテクノロジ系 · 基礎理論
基礎理論
62 語収録 · 3 小分類
Scope · 3 小分類
学習範囲
- 13-1
離散数学
基数の基本的な考え方を理解する。集合の基本的な考え方を理解する
- 13-2
応用数学
確率と統計の基本的な考え方を理解する
- 13-3
情報に関する理論
情報量の単位を理解する。情報のデジタル化の基本的な考え方を理解する。AIの技術について基本的な考え方を理解する
Terms · 62 語
用語一覧
13-2応用数学
確率と統計の基本的な考え方を理解する
回帰分析
Regression Analysis
FEAPPM
平均値
Mean
中央値（メジアン）
Median
最頻値（モード）
Mode
標準偏差
Standard Deviation
FEAPPM
偏差値
Deviation Value
分散
Variance
FEPM
相関係数
Correlation Coefficient
FEAP
相関分析
Correlation Analysis
線形代数
Linear Algebra
ベクトル
Vector
行列
Matrix
FEAP
頂点（ノード）
Node
辺（エッジ）
Edge
有向グラフ
Directed Graph
FE
無向グラフ
Undirected Graph
FE
待ち行列
Queueing Theory
FEAP
13-3情報に関する理論
情報量の単位を理解する。情報のデジタル化の基本的な考え方を理解する。AIの技術について基本的な考え方を理解する
ビット
Bit
バイト
Byte
接頭語
Prefix
デジタル化
Digitization
SG
標本化
Sampling
SG
量子化
Quantization
符号化
Encoding
A/D変換
Analog-to-Digital Conversion
FEAPSAES
JISコード
JIS Code
シフトJISコード
Shift JIS Code
Unicode
Unicode
FEAP
述語論理
Predicate Logic
FEAP
演繹推論
Deductive Reasoning
帰納推論
Inductive Reasoning
ルールベース
Rule-based
特徴量
Feature
機械学習
Machine Learning
SGFEAP
教師あり学習
Supervised Learning
FEAP
教師なし学習
Unsupervised Learning
FEAP
強化学習
Reinforcement Learning
FEAP
ニューラルネットワーク
Neural Network
FEAP
バックプロパゲーション
Backpropagation
FEAP
活性化関数
Activation Function
FEAP
過学習
Overfitting
FEAP
ディープラーニング
Deep Learning
FE
事前学習
Pre-training
ファインチューニング
Fine-tuning
転移学習
Transfer Learning
CNN（畳み込みニューラルネットワーク）
Convolutional Neural Network
FEAP
RNN（リカレントニューラルネットワーク）
Recurrent Neural Network
FEAP
GAN（敵対的生成ネットワーク）
Generative Adversarial Network
LLM（大規模言語モデル）
Large Language Model
プロンプトエンジニアリング
Prompt Engineering
FE