G検定の要点を問題形式にまとめました。
試験前の理解度確認、直前対策にお役立てください。

・テーマごとに問題があります。
・すべての解答を選択したら、青色の「解答」を押してください。結果と解説を見ることができます。
・出題範囲および出題形式は必ずしも本番と同じものでありません。本記事はあくまで自己責任でご使用ください。
・記載内容の誤りやシステムに不具合があった場合には、お手数ですがお問い合わせフォームまたはTwitterからお知らせいただけると助かります。


(最終更新日:2023年3月1日)

↓G検定まとめや合格体験記などはこちらからご覧ください。

【G検定2023まとめ】要点整理&当日用カンペ

G検定の要点をシラバスから抜粋してまとめました。これから学習する方も、復習したい方にもお使いいただけます。試験当日用のG検定カンニングペーパーとしてもお役立てく…

G検定まとめ

本記事では、実装をメインに紹介しました。 AIの技術を体系立てて学びたいという方にはプログラミングスクールで学ぶことをお勧めします。 アイデミープレミアムで3ヶ月で…

0. 学習のおすすめ書籍(参考)

筆者が実際に学習した書籍を紹介します。

教科書として使用する書籍

体系的に知識を整理することができます。

まずは、この1冊を読んでG検定の学習を進めましょう。

検索機能が使用できるので、Kindle版が特におすすめです。

問題集として使用する書籍

ある程度学習が進んだら、本番を意識して問題集に取り組みましょう。

本番の試験環境を意識して、このページ「要点整理&当日用カンペ」を使用しながら解答してみましょう。

1. 人工知能とは

人工知能とは、どのようなものを指すか。次の選択肢から最も適切なものを1つ選べ。

機械学習を用いた人工知能に関する記述として、正しいものを1つ選べ。

人工知能という言葉は、1956年に開催されたダートマス会議で初めて使われた。その会議で提案された人工知能研究の目標として適切なものを1つ選べ。

人工知能の研究は1950年代から始まったが、その後何度かブームと冬の時代を繰り返した。現在は第三次ブームと呼ばれる時代にある。第三次ブームが始まったきっかけとして適切なものを1つ選べ。

以下の文章において、空欄(ア)(イ)に当てはまる語句の組み合わせとして、最も適しているものを1つ選べ。ディープラーニングは( ア )と呼ばれる仕組みを用いて計算を行う手法である。ディープラーニングは人工知能の学習効率を高めるために、ニューラルネットワークを多層に結合し( イ )を高めたものである。自然言語処理や画像認識など、人間が自然に行うタスクをコンピュータに学習させることができる。

1956年にアメリカで開催されたダートマス会議に関する説明として、不適切なものを1つ選べ。

1956年にアメリカで開催されたダートマス会議に関する説明として、不適切なものを1つ選べ。

以下の文章を読み、空欄(ア)~(ウ)に最もよく当てはまる語句の組み合わせとして、最も適しているものを1つ選べ。  第1次AIブーム(推論・探索の時代)は、コンピューターを使って推論して問題を解かせる研究が進みました。しかし、迷路やパズルなどの( ア )しか解けないことが明らかになり、ブームは終焉しました。第2次AIブーム(知識の時代)では、専門家の知識をデータベースに蓄積して利用する( イ )が注目されました。しかし、知識ベースの構築や更新が困難であることや、常識的な判断ができないことが問題となりました。第3次AIブーム(機械学習・ディープラーニングの時代)は、大量のデータから自動的に特徴量を抽出する( ウ )が登場したことで始まりました。これにより、画像認識や自然言語処理など多くの分野で高い性能を発揮するシステムが実現されました。

次のうち、AI効果の例として適切なものを全て選びなさい

人工知能とロボットの研究に関する説明として、正しいものを1つ選べ。

2. 人工知能をめぐる動向

以下の説明の中で、プランニングに関するものとして正しいものを1つ選んでください。

SHRDLUに関するものとして正しいものを1つ選んでください。

以下の文章を読み、空欄に最もよく当てはまる選択肢を1つ選べ。  組合せゲームとは、プレイヤーが交互に盤面の状態を変化させていくゲームである。組合せゲームでは、盤面の状態が有限であり、必勝者が存在することが多い。しかし、その必勝者を判定するためには、全ての可能な盤面の状態を探索する必要がある。この探索にかかる時間は(   )の順に大きくなる。

探索空間が大きすぎて事実上すべてを探索できないという問題に対処する方法に関する説明として、正しいものを1つ選べ。

エキスパートシステムに関する説明として、正しいものを1つ選べ。

知識ベースの人工知能研究に関わるプロジェクトやシステム開発で、医療分野に応用されたものを1つ選べ。

オントロジーに関する説明として、正しいものを1つ選べ。

オントロジーの種類として、正しくないものを1つ選べ。

ニューラルネットワークに関する説明として、不適切なものを1つ選べ。

画像認識に関する説明として、不適切なものを1つ選べ。

画像認識に関する説明として、不適切なものを1つ選べ。

オントロジーの応用に関する説明で、不適切なものを1つ選べ。

3. 人工知能分野の問題

トイ・プロブレム(おもちゃの問題)に関する説明として、不適切なものを1つ選べ。

以下の説明の中で、フレーム問題に関係しないものを1つ選んでください。

以下の説明の中で、フレーム問題を解決するために提案された方法として、間違っているものを1つ選んでください。

以下の説明の中で、フレーム問題に関する哲学者の見解として、正しいものを1つ選んでください。

チューリングテストに関する説明として、不適切なものを1つ選べ。

チューリングテストに関する説明として、不適切なものを1つ選べ。

以下の文章を読んで、強いAIと弱いAIに関する説明として、不適切なものを1つ選んでください。

シンボルグラウンディング問題に関する説明として、正しいものを1つ選べ。

シンボルグラウンディング問題に関する説明として、間違っているものを1つ選べ。

人工知能の応用分野に関する説明として、不適切なものを1つ選べ。

機械学習における特徴量の選択として、不適切なものを1つ選べ。

機械学習における特徴量の生成として、不適切なものを1つ選べ。

ある店舗のある日の午後のワインの売り上げ予想のために用いる特徴量として適切ではないと考えられるものを1つ選べ。

シンギュラリティーが起きると、人間はどのように生きることになるか、レイ・カーツワイルが提案する「ポスト・ヒューマン」とは何かを説明せよ。

シンギュラリティーが起きると、人工知能はどのように進化するか、レイ・カーツワイルが提唱する「ローレンツ・アトラクター」とは何かを説明せよ。

シンギュラリティーが起きると、人間の寿命はどのように変化するか、レイ・カーツワイルが提唱する「ロングビティ・エスケープ・ベロシティ」とは何かを説明せよ。

シンギュラリティが起きると、人間の生命はどのように変化するか、レイ・カーツワイルが提唱する「生命の橋」とは何かを説明せよ。

4. 機械学習の具体的手法

以下の文章を読み、空欄に最も適しているものを1つ選べ。  機械が学習するためには、学習の元となるデータを入力値として用います。この入力値を「機械学習アルゴリズム」と呼ばれる処理を通して、データを分類したり、認識したりする処理を見つけ出します。そして、この学習した処理を使うことで、(   )に入力された未だ学習していないデータに対しても、分類したり識別したりすることができるようになります。

以下の文章を読み、空欄に最も適しているものを1つ選べ。  機械学習の学習の枠組みの一つである強化学習は、(   )と呼ばれるエージェントが、自ら行動を選択し、その結果によって得られる報酬を最大化するように学習する方法である。強化学習では、エージェントは自分の行動が正しいかどうかは教えてもらえないが、報酬というフィードバックから学習することができる 。

機械学習における教師あり学習と教師なし学習の違いを説明せよ。ただし、以下の点に注意すること。 教師あり学習では( A )が必要であるが、教師なし学習では( B )が必要である。 教師あり学習では( C )を行うが、教師なし学習では( D )を行う。

機械学習における教師あり学習の代表的な手法である( A )と( B )について、それぞれの特徴や違いを説明せよ。ただし、以下の点に注意すること。 ( A )は( C )を最小化するようにモデルのパラメータを更新する。 ( B )は( D )を最大化するようにモデルのパラメータを更新する。 ( A )は( E )が必要だが、( B )は不要である。

空欄に当てはまる語句の組み合わせとして、最も適しているものを1つ選べ。  教師なし学習でできることは、データに潜むパターンや特徴を発見することである。( A )問題はデータを似たようなグループに分けるような問題である。一方、( B )問題はデータの次元数を減らすような問題である。

空欄に当てはまる語句の組み合わせとして、最も適しているものを1つ選べ。  強化学習では、エージェントが環境と相互作用しながら報酬を最大化するように学習する。( A )問題はエージェントの行動に対して即時的な報酬が与えられるような問題である。一方、( B )問題はエージェントの行動に対して将来的な報酬が与えられるような問題である。

ディープラーニングに関する下記の説明のうち、最も適していないものを1つ選べ。

ディープラーニングに関する下記の説明のうち、最も適しているものを1つ選べ。

ディープラーニングに関する下記の説明のうち、最も適していないものを1つ選べ。

ディープラーニングに関する下記の説明のうち、最も適しているものを1つ選べ。

ディープラーニングに関する下記の説明のうち、最も適していないものを1つ選べ。

機械学習の評価指標に関する以下の文章において、空欄(ア)~(エ)に当てはまる語句の組み合わせとして最も適しているものを1つ選べ。  2クラスの分類を考えた際、モデルがどれだけ正しい予測を行っているかを示す指標として( ア )がよく用いられる。しかし、この指標はデータの偏りに影響されやすく、例えば「クラス1」のデータ数が10、「クラス2」のデータ数が90だったとき、すべてのデータに対して「クラス2」と予測すると、( ア )は90%となるが、「クラス1」と予測が全くできていないことから、モデルの性能は低いと言える。このような問題を防ぐため、実際に「クラス1」だったものを「クラス1」と予測できた割合である( イ )や、「クラス2」だったものを「クラス2」と予測できた割合である( ウ )が用いられる場合もある。これらはそれぞれ各クラスごとに正解率を計算したものであり、平均することで全体的な正解率を表す( エ )が求められる場合も多い。

5. ディープラーニングの概要

ディープニューラルネットワーク(DNN)について述べた以下の文のうち、最も適切なものを1つ選べ。

ディープニューラルネットワーク(DNN)の応用例として正しいものを1つ選べ。

ニューラルネットワークの隠れ層を増やすことにより発生する問題に関して、最も適切なものを1つ選べ。

以下の文章において、空欄(ア)~(オ)に当てはまる選択肢の組み合わせとして適切なものを1つ選べ。 ニューラルネットワークで画像認識を行うことを試みた。まず単純パーセプトロンと呼ばれる( ア )層と( イ )層で構成されるネットワークで実験をしてみたが、正解率が約10%と、ほとんどランダムな予測と変わらない結果となってしまった。そこで、新たに( ウ )層を( ア )層の前に足した畳み込みニューラルネットワークで実験をしてみたところ、今度は正解率が80%を超える結果が得られた。これは、( ウ )層を追加したことによって、画像の( エ )特徴を抽出することができるようになったことが理由である。そこで、更に( ウ )層やプーリング層などを足していったところ、今度は正解率が95%近くに上昇した。これは、( ウ )層やプーリング層などを追加したことによって画像の( オ )特徴も捉えられるようになり、学習が効率的に進んだことが原因と考えられる。

ニューラルネットワークに関する以下の文章において、空欄(ア)~(オ)に当てはまる選択肢の組み合わせとして適切なものを1つ選べ。ニューラルネットワークで画像認識を行うことを試みた。まず単純パーセプトロンと呼ばれる( ア )層と( イ )層で構成されるネットワークで実験をしてみたが、正解率が約10%と、ほとんどランダムな予測と変わらない結果となってしまった。そこで、新たに( ウ )層を( ア )層の前に足した畳み込みニューラルネットワークで実験をしてみたところ、今度は正解率が80%を超える結果が得られた。これは、( ウ )層を追加したことによって、画像の( エ )特徴を抽出することができるようになったことが理由である。そこで、更に( ウ )層やプーリング層などを足していったところ、今度は正解率が95%近くに上昇した。これは、( ウ )層やプーリング層などを追加したことによって画像の( オ )特徴も捉えられるようになり、学習が効率的に進んだことが原因と考えられる。

以下の文章において、空欄(ア)~(オ)に当てはまる選択肢の組み合わせとして適切なものを1つ選べ。 ニューラルネットワークで自然言語処理を行うことを試みた。まず単純パーセプトロンと呼ばれる( ア )層と( イ )層で構成されるネットワークで実験をしてみたが、正解率が約20%と、ほとんどランダムな予測と変わらない結果となってしまった。そこで、新たに( ウ )層を( イ )層の前に足した再帰型ニューラルネットワークで実験をしてみたところ、今度は正解率が70%を超える結果が得られた。これは、( ウ )層を追加したことによって、文の( エ )情報を保持することができるようになったことが理由である。そこで、更に( ウ )層の中にメモリセルやゲート構造などを持つLSTMやGRUなどの構造を導入したところ、今度は正解率が85%近くに上昇した。これは、LSTMやGRUなどの構造を導入したことによって文の( オ )情報も扱えるようになり、学習が効率的に進んだことが原因と考えられる。

自己符号化器はニューラルネットワークによる教師なし学習の手法であり、入力データを( ア )層と( イ )層で圧縮・復元することで、データの重要な特徴量を抽出することができる。自己符号化器には様々な種類があり、例えば( ウ )層の出力をランダムに0にすることで過学習を防ぐものや、入力データにノイズを加えて( イ )層から元のデータを復元することで汎化性能を高めるものなどがある。また、自己符号化器は生成モデルとしても利用されており、例えば( エ )変数を用いて潜在空間から新しいデータを生成するものや、画像や音声などの異なるドメイン間で特徴量を共有することで相互変換するものなどがある

事前学習を必要としないディープラーニングの手法として、適切な組み合わせを1つ選べ。(ア)積層オートエンコーダ (ウ)畳み込みネットワーク (オ)敵対的生成ネットワーク (イ)深層信念ネットワーク (エ)リカレントネットワーク

入力データから重要な特徴量だけを抽出して低次元に圧縮するニューラルネットワークは何と呼ばれるか。最も適切な選択肢を1つ選べ。

自己符号化器は、入力データを圧縮して特徴量を抽出し、それをもとに元のデータを復元するニューラルネットワークである。自己符号化器の中でも、入力データにノイズを加えてそれを除去することで、よりロバストな特徴量を学習することができるものは何と呼ばれるか。最も適切な選択肢を1つ選べ。

自己符号化器(Autoencoder)は、入力層と出力層のニューロン数が同じである必要がある。この条件によって実現されることは何か。以下の選択肢のうち最も適切なものを1つ選べ。

自己符号化器(Autoencoder)は、入力データを圧縮する際に、中間層のニューロン数をどのように設定する必要があるか。以下の選択肢のうち最も適切なものを1つ選べ。

自己符号化器(Autoencoder)は、データの次元削減に有効な手法である。この理由として最も適切なものは何か。以下の選択肢のうち最も適切なものを1つ選べ。

事前学習で得られたディープニューラルネットワークをファインチューニングする際に注意すべきことは何か。1つ選べ。

ディープラーニングの手法としてCNNがある。CNNについて述べた以下の文章のうち、最も適切なものを1つ選べ。

ディープラーニングの手法としてRNNがある。RNNについて述べた以下の文章のうち、最も適切なものを1つ選べ。

ディープラーニングの手法としてGANがある。GANについて述べた以下の文章のうち、最も適切なものを1つ選べ。

ディープラーニングの手法としてTransformerがある。Transformerについて述べた以下の文章のうち、最も適切なものを1つ選べ。

ディープラーニングは、人間の脳の神経細胞を模したニューラルネットワークと呼ばれる構造を用いて、大量のデータから学習する技術である。ニューラルネットワークは、入力層、出力層とその間にある隠れ層から構成されるが、隠れ層が多くなることでより高度な表現力を持つことができる。このように隠れ層が多いニューラルネットワークのことを何と呼ぶか。以下の選択肢から1つ選べ。

ディープラーニングの計算において、GPUはCPUよりも高速に処理できる理由として正しいものを、以下の選択肢から1つ選べ。

画像データに対しては、例えばライブラリOpenCVを用いてさまざまな前処理を施すことができる。ノイズの多い画像を滑らかにする手法はどれか、以下の選択肢から最も正しいと思われるものを1つ選んで答えよ。

画像データに対しては、例えばライブラリOpenCVを用いてさまざまな前処理を施すことができる。画像のコントラストを高める手法はどれか、以下の選択肢から最も正しいと思われるものを1つ選んで答えよ。

6. ディープラーニングの手法

CNNにおいて画像データまたは特徴マップを空間的な局所ごとに代表値に集約することで、解像度を下げる層の名称として、最も適切なものを1つ選べ。

CNNにおいて、畳み込み層の出力に対して非線形な変換を行う層の名称として、最も適切なものを1つ選べ。

CNNにおいて、活性化関数としてよく使われるReLU関数の式として、最も適切なものを1つ選べ。

CNNの学習に利用する画像データに対して行うべきではない処理を1つ選べ。

以下の画像認識に用いるモデルに関する説明として、最も適切なものを1つ選べ。

以下の画像認識に用いるモデルに関する説明として、最も適切でないものを1つ選べ。

RNNを用いた自然言語処理の説明として、最も適切なものを1つ選べ。

GANでは生成器Gと識別器Dが相互に学習しながら進化していく。以下のうち、GANの学習におけるGとDの目的関数として正しいものを1つ選べ。

物体検出は、画像に写っている物体の分類と位置の特定を行うタスクである。代表的な2段階モデルのアルゴリズムとして、最も適切なものを1つ選べ。

セマンティックセグメンテーションタスクに用いる手法の1つであるU-Netの説明として、最も適切なものを1つ選べ。

セマンティックセグメンテーションタスクに用いる手法の1つであるFCNの説明として、最も適切なものを1つ選べ。

リカレントニューラルネットワーク(RNN)の中で、過去の時刻の情報を長期的に保持できる構造として、最も適切なものを1つ選べ。

LSTMにおける入力ゲートは、長期記憶に追加する情報の量を決めるためのゲートである。入力ゲートは、入力 xt と一つ前のセルの出力値 ht-1 を受け取り、どのような関数を用いて計算するか。

深層強化学習に関する以下の文章のうち、最も適切なものを1つ選べ。

強化学習のアルゴリズムに関する以下の文章のうち、最も適切なものを1つ選べ。

DeepMind社が開発し、ルールを教えられずに囲碁や将棋などのゲームをマスターした、強化学習が使われているプログラムを以下の選択肢から1つ選んで答えよ。

DeepMind社が開発し、チェスや将棋などのボードゲームだけでなく、ビデオゲームの「スタークラフトⅡ」でも人間を超えた、深層強化学習が使われているプログラムを以下の選択肢から1つ選んで答えよ。

DeepMind社が開発し、タンパク質の立体構造を予測することができる、深層学習が使われているプログラムを以下の選択肢から1つ選んで答えよ。

新しい問題を作りました。以下の文章を読んで、空欄(ア)~(エ)に当てはまる語句の組み合わせとしてふさわしいものを1つ選んで答えてください。 音声生成モデルの代表例として、( ア )と( イ )の2つのモデルがあります。( ア )は教師あり学習の手法でもある( ウ )を応用したもので、テキストから音声波形を直接生成することによって、高品質な音声合成を可能にしています。一方の( イ )は、2つのネットワークを連結することによって、テキストから音声特徴量を生成し、それから音声波形を生成することを可能にしています。この2つのネットワークは( エ )と呼ばれています。

以下の文章を読んで、空欄(ア)~(エ)に当てはまる語句の組み合わせとしてふさわしいものを1つ選んで答えてください。 画像分類モデルの代表例として、( ア )と( イ )の2つのモデルがあります。( ア )は畳み込みニューラルネットワーク(CNN)を応用したもので、画像から特徴量を抽出することによって、画像がどのクラスに属するかを判定します。一方の( イ )は、CNNと再帰型ニューラルネットワーク(RNN)を組み合わせたもので、画像からキャプション(文章)を生成することができます。この2つのモデルは( ウ )や( エ )などの応用分野に使われています。

以下の文章を読んで、空欄(ア)~(オ)に当てはまる語句の組み合わせとしてふさわしいものを1つ選んで答えてください。 画像分類モデルとは、画像を何らかの主題に基づき分類する処理方法です。画像分類モデルは、画像から特徴量を抽出する部分(学習部分)と、その特徴量から種類を分類する部分(判別器)で構成されています。画像から特徴量を抽出する部分では、畳み込みニューラルネットワーク(CNN)がよく使われます。CNNは、( ア )や( イ )などの演算を繰り返すことで、画像のテクスチャや色や形状などのパターンを見つけることができます。CNNには様々な種類がありますが、代表的なものとして( ウ )や( エ )などがあります。( ウ )は層数が非常に深い(152層など)にもかかわらず、勾配消失問題(gradient vanishing problem)を回避することができる工夫がされています。( エ )はCNNと再帰型ニューラルネットワーク(RNN)を組み合わせたもので、画像からキャプション(文章)を生成することができます。これらのモデルはImageNet Large Scale Visual Recognition Challenge (ILSVRC)やMicrosoft COCO Image Captioning Challengeなどのコンペティションで高い性能を示しました。また、これらのモデルは( オ )や画像検索などの応用分野に使われています。

Faster R-CNN、YOLO、SSDの中で、最も高速な手法はどれか。1つ選べ。

以下の選択肢の中から、単語埋め込みモデルの特徴として正しいものを1つ選べ。

自然言語処理分野においてもディープラーニングは成果を上げている。自然言語処理のいくつかの用語について整理する。品詞タグ付けと関連性の深いものとして、最も適切なものを1つ選べ。

自然言語処理分野においてもディープラーニングは成果を上げている。自然言語処理のいくつかの用語について整理する。構文解析と関連性の深いものとして、最も適切なものを1つ選べ。

自然言語処理分野においてもディープラーニングは成果を上げている。自然言語処理のいくつかの用語について整理する。BERTと関連性の深いものとして、最も適切なものを1つ選べ。

自然言語処理分野においてもディープラーニングは成果を上げている。自然言語処理のいくつかの用語について整理する。GPT-3と関連性の深いものとして、最も適切なものを1つ選べ。

word2vecで用いられる単語(あるいは項目)のベクトルを可視化するとき、最も適切なものを1つ選べ。

word2vecで用いられる単語(あるいは項目)のベクトルを足し算や引き算するとき、以下の式の結果として最も適切な単語を1つ選べ。 「日本」-「東京」+「パリ」=?

音声認識技術は、人間の発話をテキストやコマンドに変換する技術である。音声認識技術には、音響モデルと言語モデルの2つの要素が必要である。音響モデルと言語モデルに関して述べた以下の文章のうち、適切なものを全て選べ。

音声認識技術は、さまざまな応用分野で利用されている。たとえば、自動車やスマートフォンなどのデバイスに搭載された音声アシスタントは、音声認識技術を利用してユーザーの要求に応える。音声アシスタントに関して述べた以下の文章のうち、最も適切なものを1つ選べ。

音声認識技術は、音声信号をテキストやコマンドに変換するだけでなく、音声信号の特徴や属性を分析することもできる。たとえば、話者の年齢や性別、感情などを推定することが可能である。音声信号の特徴や属性に関して述べた以下の文章のうち、最も適切なものを1つ選べ。

DQNで用いられた深層ニューラルネットワークの役割は次のうちのどれに当たるか、最も適切なものを1つ選べ。

DQNでは経験リプレイという手法を用いて学習を安定化させています。経験リプレイとは次のうちのどれに当たるか、最も適切なものを1つ選べ。

次の強化学習に関連する用語のうち、正しい組み合わせはどれか、1つ選んで答えよ。

次の強化学習に関連する用語のうち、正しい組み合わせはどれか、1つ選んで答えよ。

トランスフォーマーにおけるAttentionの役割として、最も適切なものはどれか、1つ選んで答えよ。

トランスフォーマーのモデルには、エンコーダとデコーダという二つの部分があります。 このうち、エンコーダは何をする部分か、1つ選んで答えよ。

トランスフォーマーのモデルには、Multi-head Attentionという仕組みがあります。 これは、Attentionを複数回並列に行い、それらの結果を結合することで、何を実現するか、1つ選んで答えよ。

7. ディープラーニングの社会実装に向けて

以下のAIの倫理性に関する文章のうち、最も適切なものを1つ選べ。

以下のAIの社会的影響に関する文章のうち、最も適切なものを1つ選べ。

デジタルトランスフォーメーションに関する以下の文章において、空欄(ア)~(ウ)に当てはまる選択肢の組み合わせを1つを選べ。  デジタルトランスフォーメーションとは、進化したIT技術を( ア )させることで、人々の生活をより良いものへと( イ )させるという概念のことです。そのためには、( ウ )やクラウドコンピューティングなどの新しい技術やサービスを活用する必要があります。これらの技術やサービスは、従来のビジネスモデルや業務プロセスを大きく変える可能性があります。

空欄(ア)~(ウ)に当てはまる選択肢の組み合わせを1つを選べ。 デジタルトランスフォーメーションでは、IT技術だけでなく、( ア )や( イ )などの要素も考慮する必要があります。これらの要素は、デジタル技術によって変化する( ウ )に対応できるようにするために重要です。

AIプロジェクトの進行に関する文章のうち、適切なものの組み合わせを1つ選べ。 (ア)AIプロジェクトは、企画、調査(PoC)、開発(実装)、運用の4つのステップで進められる。 (イ)PoCとは、Proof of Conceptの略で「概念実証」のことであり、AIプロジェクトにおいては、ビジネス課題に対してAIが有効かどうかを検証するフェーズである。 (ウ)開発(実装)フェーズでは、AIシステムを本番環境に導入するために必要なコーディングやテストを行う。 (エ)運用フェーズでは、AIシステムが正常に動作しているかを監視し、必要に応じて改善や更新を行う。

AIプロジェクトの進行に関する文章のうち、誤っているものを1つ選べ。 (ア)企画フェーズでは、AIを使って解決したいビジネス課題や目標を明確にする。 (イ)調査フェーズでは、AIシステムに必要なデータや技術を調査し、実現可能性やコストなどを評価する。 (ウ)開発フェーズでは、AIシステムの設計やコーディングを行うだけでなく、品質やセキュリティなどの要件も満たすようにする。 (エ)運用フェーズでは、AIシステムが本番環境で問題なく動作するかを確認し、その後は特に何もしない。

AIプロジェクトの進行に関する文章のうち、正しいものを1つ選べ。(ア)AIプロジェクトを牽引する人間は、AIに関する知識やスキルがなくても問題ない。 (イ)AIプロジェクトの課題は、自社のビジネスや業界に合わせて具体的に設定する必要がある。 (ウ)AIプロジェクトのデータは、インターネット上で簡単に入手できるもので十分である。 (エ)AIプロジェクトの検証(PoC)は、一度だけ行えばよい。

AIを適用したプロセスの再設計に関する次の文章のうち、不適切なものを1つ選べ。

AIを適用したプロセスの再設計に関する次の文章のうち、不適切なものを1つ選べ。

AIを適用したプロセスの再設計に関する次の文章のうち、不適切なものを1つ選べ。

AIを適用したプロセスの再設計に関する次の文章のうち、不適切なものを1つ選べ。

AIを適用したプロセスの再設計に関する次の文章のうち、不適切なものを1つ選べ。

以下の文章のうち、正しいものはどれか、適切なものを1つ選べ。(ア)エッジAIでは端末側でAIに必要な処理を行うため、クラウドAIよりもデータのセキュリティが高い。 (イ)エッジAIでは端末側でAIに必要な処理を行うため、クラウドAIよりもデータの通信量が少ない。 (ウ)エッジAIでは端末側でAIに必要な処理を行うため、クラウドAIよりもデータのレイテンシーが低い。 (エ)エッジAIでは端末側でAIに必要な処理を行うため、クラウドAIよりもデータの品質が高い。

以下の文章のうち、正しいものはどれか、適切なものを1つ選べ。 (ア)エッジクラウドはエッジサーバー上でホストされるマイクロデータセンターであり、分析とAIを必要とする人やプロセスに近づける。 (イ)エッジクラウドはクラウド上でホストされるマイクロデータセンターであり、分析とAIを必要とする人やプロセスに近づける。 (ウ)エッジクラウドはエッジサーバー上でホストされるマイクロデータセンターであり、分析とAIを必要とする人やプロセスから離れる。 (エ)エッジクラウドはクラウド上でホストされるマイクロデータセンターであり、分析とAIを必要とする人やプロセスから離れる。

AIプロジェクトの成功には、データの質が重要である。データの質を高めるためには、以下のうちどれが必要となるか。適切なものを1つ選べ。

AIプロジェクトの失敗には、さまざまな原因がある。以下のうち、AIプロジェクトの失敗につながりやすいものを全て選べ。

アセスメントフェーズで重要な役割を果たすSFAとは何か?

アセスメントフェーズでデータの品質を評価する際に用いられる指標のうち、不適切なものを1つ選べ。

以下の文章のうち、適切なものを1つ選んでください。

以下の文章のうち、適切なものを1つ選んでください。

GDPRについて、適切ではないものを1つ選べ。

GDPRについて、適切ではないものを1つ選べ。

GDPRにおいて、データ主体が管理者に対して個人データの受信や別の管理者へのデータ送信を要求する権利は何と呼ばれるか。

データの管理について、適切ではないものを1つ選べ。

著作権法に関して、適切ではないものを1つ選べ。

著作権法に関して、適切なものを1つ選べ。

データセットの偏りから生じるアルゴリズムバイアスを検出する手段として、適切でないものを1つ選べ。

データセットの偏りから生じるアルゴリズムバイアスの影響を受けやすい分野として、適切なものを全て選べ。

以下の選択肢の中から、学習済みモデルの保護・管理に関する正しいものを1つ選べ。

以下の選択肢の中から、学習済みモデルの保護・管理に関する正しいものを全て選べ。

以下の選択肢の中から、学習済みモデルの保護・管理に関する正しいものを全て選べ。

8. 数理・統計

記述統計学と推測統計学の違いについて、次の文章を読んで、正しいものを1つ選べ。

名義尺度と順序尺度などの違いについて、次の文章を読んで、誤っているものを1つ選べ。

名義尺度と順序尺度などの違いについて、次の文章を読んで、正しいものを1つ選べ。

散布図とヒストグラムは、データの分布や相関関係を視覚的に表現するのに役立つグラフです。次の文章を読んで、正しいものを全て選べ。

9. 関連情報(シラバス外・時事ネタ等)

以下の選択肢から、敵対的攻撃の定義として最も適切なものを1つ選んでください。

以下の選択肢から、デジタルトランスフォーメーションの目的として最も適切なものを1つ選んでください。

G検定学習法

最後までご覧いただきありがとうございました。

当サイトではG検定に役立つ情報をまとめています。

ぜひご覧ください。

本サイトの活用方法

①G検定の概要と試験のポイント

「G検定の概要と試験のポイント」について紹介します。

Read more
②シラバスでみるG検定の試験内容

「G検定の試験内容」について紹介します。

Read more
③G検定合格体験記 〜学習方法と受験体験〜

学習方法と受験当日について紹介します。

Read more
④要点整理&当日用カンペ

G検定の要点をシラバスから抜粋してまとめました。
これから学習する方も、復習したい方にもお使いいただけます。
試験当日用のG検定カンニングペーパーとしてもお役立てください。

Read more

参考書籍

教科書として使用する書籍

体系的に知識を整理することができます。

まずは、この1冊を読んでG検定の学習を進めましょう。

検索機能が使用できるので、Kindle版が特におすすめです。

②問題集として使用する書籍

ある程度学習が進んだら、本番を意識して問題集に取り組みましょう。

本番の試験環境を意識して、このページ「要点整理&当日用カンペ」を使用しながら解答してみましょう。

本記事では、実装をメインに紹介しました。
AIの技術を体系立てて学びたいという方にはプログラミングスクールで学ぶことをお勧めします。


アイデミープレミアムで3ヶ月でAIエンジニア!
AIを学ぶならアイデミープレミアム


プログラミングスクールは敷居が高いという方には以下の書籍などがお勧めです。
ぜひご一読下さい。