テクノロジ系 › 基礎理論

基礎理論の用語集

数や情報の表し方、論理演算、AIの基礎に関する言葉を扱います。ビットとバイト、2進数と16進数は小さな数値例で確かめ、AND・OR・NOTは条件を組み合わせたときの結果を比べましょう。機械学習やディープラーニングの用語は、学習に使う情報や仕組みの違いを整理してから、生成AIに関する言葉へ進むと理解がつながります。

この分野の過去問を見る →

用語を探す 40語

用語重要度 一言でいうと関連過去問
  • AND(論理積)基礎理論
    二つの条件が両方とも真のときだけ、結果が真になる論理演算。
    —
  • データや経験から規則性を学び、予測・分類・判断などを行う技術。
    6問
  • OR(論理和)基礎理論
    二つの条件の少なくとも一方が真なら、結果が真になる論理演算。
    —
  • 多層のニューラルネットワークなどを使い、データの複雑な特徴を学ぶ機械学習の手法。
    7問
  • ニューラルネットワーク基礎理論
    神経細胞のつながりを参考にした計算モデルで、結び付きの重みを調整してデータの特徴を学ぶもの。
    7問
  • AI(人工知能)の技術基礎理論
    認識・予測・推論など、人の知的な働きの一部をコンピュータで実現する技術。
    —
  • NOT(論理否定)基礎理論
    一つの条件の真偽を、反対にする論理演算。
    —
  • デジタル化基礎理論
    紙・音声などの情報や、従来の業務をデジタルデータ・技術で扱えるようにすること。
    —
  • ニューラルネットワークの学習で、出力側から逆向きに計算し、各重みが誤差に与える影響を求める方法。
    1問
  • ファインチューニング基礎理論
    学習済みモデルに追加学習を行い、特定の業務やデータに合うよう調整すること。
    1問
  • 生成AIから目的に合う出力を得るため、入力する指示や情報を工夫・検証すること。
    1問
  • 活性化関数基礎理論
    ニューラルネットワークで、入力を重み付けして足し合わせた値などから、次へ渡す出力を決める関数。
    1問
  • 帰納推論基礎理論
    複数の具体的な事実や事例から、共通する傾向や一般的な規則を導く推論。
    2問
  • 事前学習基礎理論
    目的のタスクに合わせて調整する前に、モデルへあらかじめ特徴や知識を学習させること。
    —
  • データで「分類・順序・差・比」のどこまで意味を持つかを表す区分。
    1問
  • データの局所的な特徴を畳み込みで取り出す、画像認識などに用いられるニューラルネットワーク。
    —
  • 16進数基礎理論
    0〜9とA〜Fの16種類で数を表す方法。
    —
  • 2進数基礎理論
    0と1の二つの数字で数を表す方法。
    4問
  • ASCIIコード基礎理論
    英字、数字、記号、制御文字などを7ビットで表す文字コード。
    —
  • JISコード基礎理論
    日本語の文字を扱うための、JIS規格に基づく文字コードの呼び名。
    —
  • Unicode基礎理論
    世界のさまざまな文字に、共通の番号を割り当てる文字コードの標準。
    —
  • 二つの条件のうち、どちらか一方だけを満たすデータを選ぶこと。
    —
  • エキスパートシステム基礎理論
    専門家の知識や判断規則を蓄え、推論によって診断や助言を行うシステム。
    —
  • 日本語の文字を、1バイトと2バイトの符号を組み合わせて表す文字コード。
    —
  • バイト(byte)基礎理論
    8ビットをひとまとまりにした、データ量の単位。
    5問
  • ビット(bit)基礎理論
    0か1のどちらか一つを表す、情報量の基本単位。
    6問
  • プロンプト(生成AI)基礎理論
    生成AIに、してほしいことや条件を伝える入力。
    1問
  • ベン図基礎理論
    集合を円などで表し、重なりや含まれる関係を見えるようにした図。
    —
  • それまでの入力の情報を内部状態に引き継ぎ、順序のあるデータを扱うニューラルネットワーク。
    —
  • 演繹推論基礎理論
    規則や前提に従い、そこから論理的に結論を導く推論。
    1問
  • 過学習基礎理論
    学習用データに合わせすぎて、未学習のデータではうまく予測できなくなること。
    —
  • 幅広い大量のデータで学習し、さまざまな用途に応用する土台となるAIモデル。
    1問
  • 集合基礎理論
    ある条件で対象を区別し、ひとまとまりにしたもの。
    —
  • 情報量の単位基礎理論
    データの大きさを表す単位で、基本となるbitの8個分が1バイト(B)。
    —
  • 接頭語(単位の接頭語)基礎理論
    kやMのように単位の前に付け、その量の何倍・何分の一かを表す記号。
    2問
  • 大量の文章などから言葉の関係を学び、文章の生成や理解に関する処理を行う大規模なAIモデル。
    —
  • データを作る生成器と、本物か見分ける識別器を競わせて学習する仕組み。
    —
  • 転移学習基礎理論
    ある課題で学んだモデルの知識を、別の関連する課題に生かす方法。
    —
  • 論理演算基礎理論
    真・偽、または1・0を使って、条件の組合せを計算すること。
    —
  • 論理的な記述基礎理論
    前提・根拠・結論のつながりを明確にし、矛盾や飛躍なく伝えること。
    —

用語の重要度について

kakoloopの知識カードに基づく、学ぶ順番の目安です。IPAが公表する出題頻度や、次の試験に出る確率を示すものではありません。

Sランク
最初に身につけたい基本用語。意味を説明できるようにしましょう。
Aランク
基本とあわせて理解したい用語。似た言葉との違いも確認しましょう。
Bランク
基礎を固めた後に、具体例と結びつけて学ぶ用語です。
Cランク
理解の幅を広げる用語。関連する基礎用語と一緒に確認しましょう。
Dランク
余裕ができたら押さえたい補足的な用語です。

どの分野にも合格基準があります。重要度だけで学習範囲を決めず、苦手分野も補いましょう。