基本情報
| 項目 | 内容 |
|---|---|
| 英語名 | AI / ML Core Concepts |
| 正式名称 | Artificial Intelligence / Machine Learning / Deep Learning / Training / Inference |
| 中国語の説明 | 人工智能与机器学习核心概念 |
| 日本語の説明 | AI・機械学習の基本概念 |
| 出題頻度 | ⭐⭐⭐⭐⭐ |
| 混同しやすいもの | AI / ML / Deep Learning / Generative AI / Training / Inference |
一言で理解
AI、ML、Deep Learning、生成 AI を区別し、Training か Inference かを判断します。
要点
- AI が最も広く、ML は AI の一部、Deep Learning は ML の一部です。
- Training は履歴データからパラメータを学び、Inference は新しい入力を予測します。
- データ品質、スキーマ、一貫性、鮮度は、モデルをむやみに複雑化するより重要です。
- 事前学習済み AI API、独自 ML、基盤モデル、完成済みアシスタントは異なる抽象層です。
試験ポイント
- 入力、出力、学習の要否、カスタマイズ度、運用負荷から判断します。
よくある誤解
- 製品名だけで選ばず、データ型、遅延、制御性、運用、コスト制約を確認します。
重要ポイント
完成済み機能を使うか、モデルを学習するか、基盤モデルを呼ぶかを先に判断します。