【AIF-C01】モデル・アルゴリズム・フレームワーク・ライブラリ知識まとめ（勉強ログ#3）

※本記事はAIF-C01の資格試験対策用に私が勉強した内容を備忘録として残したものです。想定問題を解いていて重要だ、ここは忘れそうだと感じた部分をまとめています。網羅的な解説記事ではありませんのでご容赦ください。

はじめに

さて今回は、AIF-C01（AWS Certified AI Practitioner）の資格試験対策として、モデル・アルゴリズム・フレームワーク・ライブラリについてまとめたいと思います。

資格試験に受かることだけを目標に、ポイントだけ抑えた記事となっていますので、気になった個所はより深く調べてみてくださいね。

それでは見ていきましょ～。

試験対策にオススメなUdemy講座も載せておきますね。

基本的には過去問のみです。

とにかく問題を解きまくる！分からないところは私の勉強ログで知識を補填する。このようなサイクルで回してもらえるとすごく嬉しいです～。

目指せ試験合格！

WaveNetは、Google DeepMindが開発した音声合成向けのニューラルネットワークモデルです。

人間の声に非常に近い自然な音声を生成できる点が特徴で、従来の音声合成手法よりも高品質な音声生成が可能です。

ResNetは、深層畳み込みニューラルネットワークに残差学習を導入したモデルです。

従来は、層が深くなるにつれて勾配消失や学習困難が発生し、精度が低下する問題がありましたが、ResNetはショートカット接続（残差接続）を利用し、入力信号をそのまま後の層に伝播させる仕組みを採用しています。

これにより、深いネットワークでも効果的に学習が進み、画像認識や物体検出など様々なタスクで高い性能を実現しています。

VGGNetは、2014年にOxfordのVisual Geometry Groupによって提案された深層畳み込みニューラルネットワーク（CNN）です。

主な特徴は、すべての畳み込み層で3×3の小さなフィルタを使用し、2×2のマックスプーリング層で空間情報を圧縮するシンプルな構造にあります。

16層（VGG16）や19層（VGG19）などの深いアーキテクチャが存在し、層を深くすることで高い表現力を実現しています。

その一方で、パラメータ数が膨大なため、学習には大規模なデータセットと計算リソースが必要ですが、画像認識タスクにおいて優れた性能を発揮し、多くの実用アプリケーションや後続の研究に影響を与えています。

Sequence to Sequence（Seq2Seq）は、入力された系列データを別の系列に変換するアルゴリズムです。

主に機械翻訳や文章生成に利用され、エンコーダとデコーダという構造を持ち、入力の意味情報を保持しながら自然な出力を生成します。

DeepLab V3は、セマンティックセグメンテーションタスクにおいて高い性能を発揮する画像解析アルゴリズムです。

画像内の各ピクセルに対してカテゴリを割り当て、物体やシーンを詳細に識別・分類することが可能です。

これにより、複雑なシーンの理解や自動運転、医療画像解析などに活用されています。

セマンティックセグメンテーション：
画像内の各ピクセルに対してカテゴリ（例：犬、車、建物など）を割り当てるタスクです。これにより、同一カテゴリの全ピクセルが同じラベルでグループ化され、画像全体の意味的な理解が可能となります。「犬」は「犬」、「車」は「車」といったイメージです。

インスタンスセグメンテーション：
画像内の各ピクセルに対しカテゴリを割り当て、同じカテゴリ内であっても各個別オブジェクトを識別するタスクです。これにより、同一カテゴリの物体でもそれぞれが別個のインスタンスとして区別され、より詳細な画像解析が可能となります。「犬」の中でも、「犬1」、「犬2」と分けられるようなイメージです。