ディープラーニングG検定・E資格ナビ

　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

メニュー

試験情報

基本情報
試験内容
統計情報
公式SNS

試験対策

対策方法
テキスト
書籍・Twitter

模擬問題

公式例題
オリジナル問題

関連試験

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	約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（AI）とは（人工知能の定義）
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
- トイプロブレム
- フレーム問題
- 弱いAI
- 強いAI
- 身体性
- シンボルグラウンディング問題
- 特徴量設計
- チューリングテスト
- シンギュラリティ
機械学習の具体的手法
- 代表的な手法
- データの扱い
- 応用

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
- 既存のニューラルネットワークにおける問題
- ディープラーニングのアプローチ
- CPU と GPU
- ディープラーニングにおけるデータ量
ディープラーニングの手法
- 活性化関数
- 学習率の最適化
- 更なるテクニック
- CNN
- RNN
- 深層強化学習
- 深層生成モデル
ディープラーニングの研究分野
- 画像認識
- 自然言語処理
- 音声処理
- ロボティクス（強化学習）
- マルチモーダル
ディープラーニングの応用に向けて
- 産業への応用
- 法律
- 倫理
- 現行の議論

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

Twitter

Tweets by JDLANews

facebook

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（インプレス）」が，本番の試験問題に近く，内容も十分かと思います。

　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。
　また，試験によく出る内容をまとめたオンラインテキストも用意していますので，こちらもどうぞご利用ください。

　ちなみに，JDLA監修の公式テキストとされている「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（翔泳社）」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。

出題順	シラバス・公式テキスト（章）	出題数	出題率
1	1章人工知能（AI）とは	2問	1%
2	2章人工知能をめぐる動向	10問	5%
3	3章人工知能分野の問題	8問	4%
4	8,9章ディープラーニングの応用に向けて	40問	20%
6	4章機械学習の具体的手法	36問	18%
7	章外基礎数学	4問	2%
8	5章ディープラーニングの概要	10問	5%
9	6章ディープラーニングの手法	70問	35%
10	7章ディープラーニングの研究分野	20問	10%