G検定 直前対策
G検定の直前1週間対策
G検定の直前期は、ディープラーニングのモデル名だけを増やすより、機械学習、評価指標、法律・倫理、AIガバナンスを短い単位で回し、穴を残さないことが重要です。
直前期は、学習範囲を広げるより、得点に戻りやすい論点を短く反復し、誤答理由を減らす段階です。
公式案内ではオンライン試験は100分・145問程度、会場試験は120分です。以下はオンライン受験を主に想定した編集部の学習目安であり、公式の配点や合格基準を示すものではありません。
公式情報の確認
試験日、料金、申込条件、試験方式など変動する情報は、公式情報を最終確認してください。 当サイトの一次情報確認日: 2026-07-03。
上の試験仕様は公式一次情報、以下の問題数・順序・到達判定は当サイトの学習目安です。申込内容と当日の受験条件は必ず公式案内で最終確認してください。
7日前から前日までの進め方
7日前
大項目3〜6を確認
教師あり/教師なし/強化学習、過学習、正則化、CNN、RNN、Transformer、生成モデルを横並びで戻します。
6〜5日前
評価指標と前処理を潰す
正解率、適合率、再現率、F値、データ分割、前処理、ハイパーパラメータを、名前ではなく使う場面で確認します。
4〜3日前
法律・倫理・ガバナンスを毎日入れる
個人情報、著作権、契約、バイアス、説明可能性、AIガバナンスを最後にまとめず、短く反復します。
2日前
数理統計を捨てずに軽く戻す
平均、分散、確率、行列、微分、評価指標の意味を選択肢で見分けられるか確認します。
前日
誤答分野だけを回す
全範囲の読み直しではなく、間違えた大項目の用語と選択肢のずれを確認します。
7日間の実行表
各日の問題数は、正解数を増やすためだけのノルマではありません。「何を間違えたか」を残し、翌日に同じ判断を再現できたところまでを完了とします。
| 日 | 学習対象 | 演習量 | 復習対象 | 完了条件 |
|---|---|---|---|---|
| 7日前 | 大項目1〜3のAI史・探索・機械学習 | 25問 | 人物名や出来事だけでなく、学習方式と代表的な課題を対応させる | 教師あり・教師なし・強化学習を事例から選べる |
| 6日前 | 大項目4〜5のディープラーニングと要素技術 | 30問 | 過学習、正則化、活性化関数、最適化を何を改善する技術かで分ける | 技術名を目的・作用・誤用の3点で説明できる |
| 5日前 | 大項目6のCNN・RNN・Transformer・生成モデル | 30問 | モデル名の暗記ではなく、入力、構造上の特徴、得意な処理を横並びにする | 用途だけでなく構造の手掛かりから候補を絞れる |
| 4日前 | 大項目7〜8の社会実装・数理統計 | 25問 | 精度指標は誤りの種類、数理語は式が表す変化やばらつきに戻す | 適合率・再現率を優先する状況を説明できる |
| 3日前 | 大項目9〜10の法律・契約・倫理・ガバナンス | 30問 | 個人情報、著作権、契約、公平性、説明可能性を同じ『注意』でまとめない | 事例ごとに法務・倫理・管理のどの論点か分けられる |
| 2日前 | オンライン形式を想定した通し演習 | 145問・100分 | 未回答、迷った正解、誤答を大項目別に数え、時間超過した問題も残す | 100分で最後まで到達し、弱点を3大項目以内に絞る |
| 前日 | 弱点3大項目と法律・倫理の短期反復 | 再回答15〜20問 | 正解番号ではなく、各誤答選択肢の語句がなぜ違うかを確認する | 当日に見るメモを1画面または1枚に収め、受験方式を再確認する |
直前1週間の到達チェック
正解率だけでなく、次の項目を説明できるかで確認します。1項目でも曖昧なら、右の立て直しを先に実行します。
機械学習
- 学習方式を事例から選べる
- 過学習への対策を説明できる
未到達なら: 大項目3を優先し、モデル名より目的と入出力を確認する
評価・数理
- 適合率と再現率を使い分けられる
- 確率・分散・勾配の意味を言葉で説明できる
未到達なら: 式の暗記を止め、誤りの種類と指標を対応させる
法律・倫理
- 個人情報と著作権を事例で判断できる
- 公平性・説明可能性・ガバナンスを区別できる
未到達なら: 毎日20分を固定し、技術分野と混ぜて反復する
1日の学習時間をどう使うか
90分程度を確保できる日の配分例です。時間が足りない日は、新問を減らしても誤答の再回答と理由確認を残します。
| 時間 | 作業 | 残すもの |
|---|---|---|
| 最初の10分 | 前日の誤答から5問を再回答する | 再び迷った大項目を当日の優先対象にする |
| 次の40分 | 対象大項目を20〜30問、1問当たりの時間を意識して解く | 未回答・迷い・誤答を別々に残す |
| 次の30分 | モデル・指標・法律用語を比較し、選択肢の誤りを説明する | 用語ごとに目的と隣接概念との差を1行で残す |
| 最後の20分 | 大項目9・10を毎日少量ずつ反復する | 法的論点、倫理的論点、組織的統制を分けた記録を残す |
優先して戻す範囲
機械学習の土台
分類/回帰、教師あり/教師なし/強化学習、過学習/正則化は他分野にもつながります。
モデル名の構造と用途
CNN、RNN、LSTM、Transformer、GAN、VAEを用途だけでなく構造の特徴で戻します。
周辺分野の短期反復
法律・倫理・ガバナンスは直前に点を拾いやすい一方、放置すると混同が残ります。
直前に深追いしないこと
最新モデル名の深追い
直前に未知語を広げすぎると、基本問題の復習時間が消えます。
数式の細かい導出
G検定では意味の見分けが重要です。高度な導出に時間を寄せすぎないようにします。
予定から遅れたら: 遅れた場合は、最新モデル名や細かな歴史事項の追加暗記を減らします。一方で大項目3〜6の学習方式とモデル、大項目9・10の法律・倫理は残し、通し演習で145問程度を読み切る経験も外しません。弱点大項目を3つ以内に絞ることを優先します。
前日・当日の確認手順
| タイミング | 実行すること | 理由 |
|---|---|---|
| 前日の学習終了時 | オンライン・会場の受験方式、開始時刻、必要な準備を公式案内で確認する | 方式によって試験時間や受験環境が異なるため |
| 当日の開始前 | 弱点3大項目と法律・倫理の比較表だけを見る | 広いシラバスを最初から読み直して判断速度を落とさないため |
| 解答中 | 未知語は保留し、他の選択肢の明確な誤りと問題の大項目から絞る | 145問程度を限られた時間で読み切るため |
弱点が残ったときの戻り先
用語集を先頭から読み直さず、到達チェックで説明できなかった論点の章だけへ戻ります。章を開いたら解説を読む前に問題へ答え、誤りの原因を確認してください。
合格圏に届かないときの切り替え
技術、数理、法律・倫理のどれかが手つかずで、145問程度を時間内に読み切れないなら、新教材を足さず受験計画を再判定します。不合格後・再受験の立て直し方では、知識不足だけでなく、範囲の偏りと1問あたりの停滞時間を分け、次回までの優先大項目を決めます。
当日の読み方
- 知らない語が出ても、他の選択肢の明確な誤りを先に消す。
- 法律・倫理は常識ではなく、試験上の用語整理で判断する。
- 技術分野で時間を使いすぎず、周辺分野の短問を落とさない。
よくある質問
直前はどの大項目を優先する？
機械学習、ディープラーニング、応用例を中心にしつつ、法律・倫理・ガバナンスを毎日短く入れます。
過去に解いた問題をもう一度やる意味はある？
あります。正解番号を覚えるためではなく、誤答選択肢のどこが違うかを読むために使います。
試験仕様と開催結果はJDLA公式情報を確認してください。当サイトは非公式の学習サイトです。
執筆: ミナト編集部（運営者情報を見る）