G検定は、ディープラーニングだけでなく周辺分野で点を落とさない
G検定でいちばん危ないのは、ディープラーニングの用語だけを追いかけて、機械学習の基礎、評価指標、法律・倫理、AIガバナンスを後回しにすることです。知っているモデル名が増えても、汎化性能、過学習、評価指標、データ管理の選択肢で落とすと得点が安定しません。
まずは機械学習の基本語と、ディープラーニングの代表的な構造・応用例を横並びで整理します。そのうえで、数理統計、法律、倫理、ガバナンスを短い単位で回す方が、広い範囲を最後まで崩さず進められます。
このページでは、全500問を10大項目に分けています。章別演習で厚い分野から手を動かし、誤答した用語は用語集に戻って確認できます。
確認するポイント
- ひっかけの軸は、教師あり/教師なし/強化学習、過学習/正則化、CNN/RNN/Transformer、評価指標、著作権/個人情報、AIガバナンスです。
- 問題を解いた後は、正解だけでなく誤答選択肢のずれ方まで確認します。
受験者タイプ別の入り方
- 初学者は人工知能の歴史より、機械学習の概要とディープラーニングの概要を先に得点源にする。
- 実務経験者は知っている言葉を試験上の定義に戻し、評価指標とデータの扱いを確認する。
- 直前期は法律・倫理・ガバナンスを短時間で繰り返し、取りこぼしを減らす。