AI学習シミュレータ集
— 機械学習の仕組みを、動かして理解する
数式を眺めるだけでは、直感は育ちません。 機械学習・ディープラーニングの「つまずきやすい難所」を、スライダーとアニメで動かしながら理解するためのツール集です。 E資格・G検定の対策を軸に、AIを学び始めた方の直感づくりにも使えるよう、 現役の医療AIエンジニアが「受験時にこれが欲しかった」ものを形にしました。すべて無料・登録不要です。
勾配降下法シミュレータ
SGD・Momentum・Adamなど6つの最適化手法の動きを、同じ損失関数の上で同時に比較できます。
動かしてみる →Self-Attention 可視化
Transformerの Attention(Q,K,V) の計算を、4トークンの小さな行列で1段階ずつ確認できます。
動かしてみる →誤差逆伝播 ステップ実行
順伝播と逆伝播を1手ずつ進めて、連鎖律による勾配計算の過程を数値で確認できます。
動かしてみる →CNN出力サイズ電卓
畳み込みの出力サイズ・受容野・パラメータ数を計算し、カーネルの動きをアニメで確認できます。
動かしてみる →活性化関数ビューア
sigmoid・ReLU・GELUなど7つの活性化関数と導関数のグラフを重ねて比較できます。
動かしてみる →過学習シミュレータ
多項式の次数と正則化の強さを変えて、訓練誤差とテスト誤差の変化を確認できます。
動かしてみる →k-means ステップ実行
クラスタリングの「割り当て」と「重心移動」を1手ずつ実行し、初期値による結果の違いも試せます。
動かしてみる →ベイズの定理シミュレータ
有病率・感度・特異度から陽性的中率を計算し、1万人の内訳図で確認できます。
動かしてみる →ROC曲線シミュレータ
判定の閾値を動かして、感度・特異度・混同行列・ROC曲線・AUCの関係を確認できます。
動かしてみる →情報量・エントロピー可視化
確率から情報量とエントロピーを計算し、「珍しいほど情報量が大きい」を曲線グラフで確認できます。
動かしてみる →こんな方に使ってほしい
📖 G検定・AI初学者の方
k-means・過学習・ROC曲線・エントロピーはG検定の頻出テーマでもあります。 用語の意味を「動き」で掴んでからG検定の試験内容解説で整理すると、記憶に残ります。
💻 手を動かして学びたい方
仕組みが「見えた」ら、次は自分で実装してみましょう。 ブラウザ上でPythonを実行できる無料のPython学習プラットフォーム（機械学習入門コースなど全5コース）と相性抜群です。
＼ 公式LINE・登録無料 ／
友だち追加で4大特典をプレゼント中🎁
E資格ミニ模試（全15問）／覚えておくべき数式チェック49本
医療現場の生成AI安全活用ガイド／医療AI用語事典100