G検定・E資格は、日本ディープラーニング協会（JDLA）が主催するディープラーニングに関する知識を問う資格試験です。
JDLAは、その人材像を「ディープラーニングの基礎知識を有し、適切な活用方針を決定して事業応用する能力を持つ人材」と定義しています。
|
国家資格
|
公的資格
|
民間資格
|
|
業務独占
|
名称独占
|
必置
|
試験情報
基本情報
| 申込関連 | |
|---|---|
| 試験日 | 3月，7月，11月の土曜日 |
| 申込期間 | 試験日の1ヶ月前頃～1週前頃 |
| 受験料 | 一般：13,200円 学生：5,500円 |
| 受験資格 | 特になし |
| 申込方法 | JDLA公式サイトよりWEB申込 |
| 試験関連 | |
|---|---|
| 試験方式 | IBT（@自宅、オフィス等） |
| 試験時間 | 120分 |
| 出題形式 | 四肢択一式 |
| 出題数 | 190〜200問 |
| 合格基準 | 非公表（正答率70%程度？） |
| 合格発表 | 試験日の1〜2週間後 |
試験内容
- 人工知能とは
- 人工知能の定義
- 人工知能研究の歴史
- 人工知能をめぐる動向
- 探索・推論
- 知識表現
- 機械学習・深層学習
- 人工知能分野の問題
- 機械学習の具体的手法
- 教師あり学習
- 教師なし学習
- 強化学習
- モデルの評価
- ディープラーニングの概要
- ニューラルネットワークとディープラーニング
- ディープラーニングのアプローチ
- ディープラーニングを実現するには
- 活性化関数
- 学習率の最適化
- 更なるテクニック
- ディープラーニングの手法
- 畳み込みニューラルネットワーク（CNN）
- 深層生成モデル
- 画像認識分野
- 音声処理と自然言語処理分野
- 深層強化学習分野
- モデルの解釈性とその対応
- モデルの軽量化
- ディープラーニングの社会実装に向けて
- AIと社会
- AIプロジェクトの進め方
- データの収集
- データの加工・分析・学習
- 実装・運用・評価
- クライシス・マネジメント
- 数理・統計
- 数理・統計
統計情報
＊2020#2は受験料半額キャンペーンだったため特別に多い
公式SNS
試験対策
対策方法
G検定には，次の3ステップで対策することを推奨します。
ステップ① 全体像を掴む
人工知能について初めて学習される方は，まずは試験にこだわらずに，人工知能の概略がわかる一般向けの本を一冊読みましょう。どういったことを学べば良いのかが，ボンヤリとでも見えてくるはずです。
そこでオススメの書籍が，G検定の推薦図書にもなっている「人工知能は人間を超えるか ディープラーニングの先にあるもの（角川EPUB選書）」です。
人工知能の歴史からディープラーニングの今後まで，初学者でも読めるようわかりやすくかつコンパクトにまとめられています。
著者の松尾豊教授は，人工知能研究の第一人者であり，G検定を主催しているJDLA（日本ディープラーニング協会）の理事長でもあります。
ステップ② 敵を知り，己を知る
概要を掴んだ後は，試験対策の参考書を一から読むのも良いですが，効率的にレベルアップするなら，いきなり試験問題に取り組みましょう。最初はわからないことだらけかと思いますが，問題の雰囲気がわかれば，自ずと学び方もわかってくるはずです。
市販の問題集では，「徹底攻略ディープラーニングG検定ジェネラリスト問題集 第2版（インプレス）」が，本番の試験問題に近く，内容も充実しているかと思います。
当サイトでもオリジナル問題および公式例題の解説を提供していますので，是非ご活用ください。
ちなみに，JDLA監修の公式テキストとされている「深層学習教科書 ディープラーニング G検定（ジェネラリスト）公式テキスト 第2版」は，最初に学ぶ書籍としては良いですが，試験にはこの書籍に出てこない内容も多く出題されますので，ご注意ください。
＊第2版でかなりボリュームアップし改善されました
ステップ③ 時事ネタを把握する
G検定には，直近の法整備の状況や企業が提供しているツールなど，AIを取り巻く最新動向も問われるため，合格を確実にするには，最新情報を幅広く仕入れておきましょう。
そこで役に立つのが，「AI白書（角川アスキー総合研究所）」です。大きく分厚い書籍ですが，その分充実した内容で，白書としては比較的読みやすい内容になっています。
出題の特徴
出題順・出題数については，シラバス・公式テキストの章別に概ね下表のようになっています。
ディープラーニングや機械学習の手法に関する問題が多いのは当然ですが，法律や現状の議論に関しても多く出題されるのが特徴です。
一方，人工知能の歴史や問題に関する出題はそれほど多くありません。そして，わずかですが，単純な数学の問題（統計学，偏微分，三角関数など）もあります。
| シラバス章 | シラバスタイトル | 出題数 | 出題率 |
| 1章 | 人工知能（AI）とは | 2問 | 1% |
| 2章 | 人工知能をめぐる動向 | 10問 | 5% |
| 3章 | 人工知能分野の問題 | 8問 | 4% |
| 4章 | 機械学習の具体的手法 | 36問 | 18% |
| 5章 | ディープラーニングの概要 | 20問 | 10% |
| 6章 | ディープラーニングの手法 | 80問 | 40% |
| 7章 | ディープラーニングの社会実装に向けて | 40問 | 20% |
| 章外 | 基礎数学 | 4問 | 2% |
なお，かつては概ね章ごとに出題されていましたが，現在ではランダムです。
また，以前は選択肢が5〜6個ある問題もありましたが，現在は全ての問題が四肢択一式です。
参考書・問題集
出版社：翔泳社 (2021/4/27)
その他コンテンツ
オンライン学習
模擬試験問題
G検定
公式例題
オリジナル問題
人工知能とは
人工知能をめぐる動向
人工知能分野の問題
機械学習の具体的手法
- 教師あり学習①
- 教師あり学習②
- 教師あり学習③
- 教師あり学習④
- 教師あり学習⑤
- 教師あり学習⑥
- 教師あり学習⑦
- 教師あり学習⑧
- 教師あり学習⑨
- 教師あり学習⑩
- 教師あり学習⑪
- 教師あり学習⑫
- 教師あり学習⑬
- 教師あり学習⑭
- 教師あり学習⑮
- 教師あり学習⑯
- 教師あり学習⑰
- 教師あり学習⑱
- 教師あり学習⑲
- 教師あり学習⑳
- 教師なし学習①
- 教師なし学習②
- 教師なし学習③
- 教師なし学習④
- 教師なし学習⑤
- 強化学習①
- 強化学習②
- 強化学習③
- 強化学習④
- 強化学習⑤
- モデルの評価①
- モデルの評価②
- モデルの評価③
- モデルの評価④
- モデルの評価⑤
- モデルの評価⑥
- モデルの評価⑦
- モデルの評価⑧
- モデルの評価⑨
- モデルの評価⑩
ディープラーニングの概要
ディープラーニングの手法
ディープラーニングの社会実装に向けて
- AIと社会①
- AIと社会②
- AIと社会③
- AIと社会④
- AIと社会⑤
- AIと社会⑥
- AIと社会⑦
- AIと社会⑧
- AIと社会⑨
- AIと社会⑩
- AIプロジェクトの進め方①
- AIプロジェクトの進め方②
- AIプロジェクトの進め方③
- AIプロジェクトの進め方④
- AIプロジェクトの進め方⑤
- AIプロジェクトの進め方⑥
- AIプロジェクトの進め方⑦
- AIプロジェクトの進め方⑧
- AIプロジェクトの進め方⑨
- AIプロジェクトの進め方⑩
- データの収集①
- データの収集②
- データの収集③
- データの収集④
- データの収集⑤
- データの収集⑥
- データの収集⑦
- データの収集⑧
- データの収集⑨
- データの収集⑩
- データの加工・分析・学習①
- データの加工・分析・学習②
- データの加工・分析・学習③
- データの加工・分析・学習④
- データの加工・分析・学習⑤
- データの加工・分析・学習⑥
- データの加工・分析・学習⑦
- データの加工・分析・学習⑧
- データの加工・分析・学習⑨
- データの加工・分析・学習⑩
- 実装・運用・評価①
- 実装・運用・評価②
- 実装・運用・評価③
- 実装・運用・評価④
- 実装・運用・評価⑤
- 実装・運用・評価⑥
- 実装・運用・評価⑦
- 実装・運用・評価⑧
- 実装・運用・評価⑨
- 実装・運用・評価⑩
- クライシス・マネジメント①
- クライシス・マネジメント②
- クライシス・マネジメント③
- クライシス・マネジメント④
- クライシス・マネジメント⑤
- クライシス・マネジメント⑥
- クライシス・マネジメント⑦
- クライシス・マネジメント⑧
- クライシス・マネジメント⑨
- クライシス・マネジメント⑩