G検定 用語解説
コサイン類似度とは
2つのベクトルの向き（角度）の近さを測る指標。ベクトルの大きさの違いを無視して計算される。
まず押さえる結論
コサイン類似度は、G検定の「大項目8 AIに必要な数理・統計知識」で確認しておきたい用語です。定義だけでなく、どの場面で使う言葉か、何と混同しやすいか、問題文のどの表現で判断するかまで確認します。
情報源と編集区分
公式範囲を確認し、具体例・誤答例・判断手順は当サイトが編集。 一次情報確認日: 2026-07-03。
試験概要（公式）具体例から判断の境界を固める
コサイン類似度を、役割と隣接概念の境界から捉える
2つのベクトルの向き（角度）の近さを測る指標。ベクトルの大きさの違いを無視して計算される。 試験では名称だけでなく、処理の対象、目的、使う段階を別概念と入れ替えた選択肢が出るため、定義の主語と動作を分けて確認します。
- 問題文で見る箇所
- 2つのベクトルの向き（角度）だけを見て類似度を測っており、ベクトルの大きさの違いを無視しているかを確認します。
- 隣接概念との境界
- コサイン類似度はベクトルの向きだけを見る指標、ユークリッド距離は向きと大きさの両方を含む直線距離、マハラノビス距離はさらにデータのばらつき方（共分散）を考慮する点で区別します。
誤答しやすい選択肢
- ベクトルの大きさ（長さ）の違いもコサイン類似度の値に反映されるとする。定義の主語と処理対象を確認します。
- コサイン類似度の目的だけを見て、同じ目的を持つ別手法まで同じ用語とする。具体的な処理を比較します。
- コサイン類似度を使えば目的が必ず達成されると断定する。適用条件や評価を別に確認します。
4段階の判断手順
- 01問題文が状態、手法、評価指標、制度のどれを説明しているか決める。
- 02定義の中心となる対象と動作がコサイン類似度に一致するか確認する。
- 03隣接概念と共通する目的ではなく、処理や条件の違いを見る。
- 04必ず・完全に・だけでよいという過度な断定がないか見直す。
到達条件: コサイン類似度を一文で説明し、最も混同しやすい隣接概念との違いを処理または条件から言える。
試験での問われ方
定義の言い換え
用語そのものではなく、説明文の一部を言い換えて出されることがあります。
似た概念との比較
同じ章の用語と入れ替えた選択肢に注意します。対象、目的、使う場面を分けます。
具体例からの判断
問題文の事例が、定義のどの部分に対応しているかを先に確認します。
誤答しやすいポイント
×相関と因果の取り違え（相関があっても因果とは限らない。第3の要因＝交絡に注意）。
×ベイズの定理（事前確率を観測で更新する）の理解。
×正規分布の性質（左右対称・釣鐘型・平均と標準偏差の2パラメータ）と他の概念の混同。
関連する確認問題
大項目8 AIに必要な数理・統計知識 / 確率・統計
身長と体重など尺度も相関も異なる複数変数から、多変量の外れ具合を評価する距離はどれか。
この事例では「共分散行列によって尺度と相関を調整するか」を確認すると、マハラノビス距離とは、データの相関やばらつき方を考慮せず、単純な直線距離だけで2点間の近さを測る指標であるに絞れる。正解は「マハラノビス距離とは、データの相関やばらつき方を考慮せず、単純な直線距離だけで2点間の近さを測る指標である」（誤り）である。マハラノビス距離は、各変数の分散や変数間の相関（共分散）を考慮し、データ全体のばらつき方に応じて距離を測る指標であり、単純な直線距離のみを測るものではない。コサイン類似度・ユークリッド距離・相関係数の説明はいずれも正しい。データの分布を無視するか考慮するかが、ユークリッド距離とマハラノビス距離を区別する最大のポイントである。
大項目8 AIに必要な数理・統計知識 / 確率・統計
ベクトルやデータ間の距離・類似度を測る指標に関する次の説明のうち、誤っているものはどれか。
正解は「マハラノビス距離とは、データの相関やばらつき方を考慮せず、単純な直線距離だけで2点間の近さを測る指標である」（誤り）である。マハラノビス距離は、各変数の分散や変数間の相関（共分散）を考慮し、データ全体のばらつき方に応じて距離を測る指標であり、単純な直線距離のみを測るものではない。コサイン類似度・ユークリッド距離・相関係数の説明はいずれも正しい。データの分布を無視するか考慮するかが、ユークリッド距離とマハラノビス距離を区別する最大のポイントである。
大項目8 AIに必要な数理・統計知識 / 確率・統計
変数ごとの分散と変数間の相関を考慮し、平均との差が同じでも方向によって距離を変えて外れ値を調べたい。使う距離はどれか。
この事例では「データの分散と相関を加味する距離か」を確認すると、マハラノビス距離とは、データの相関やばらつき方を考慮せず、単純な直線距離だけで2点間の近さを測る指標であるに絞れる。正解は「マハラノビス距離とは、データの相関やばらつき方を考慮せず、単純な直線距離だけで2点間の近さを測る指標である」（誤り）である。マハラノビス距離は、各変数の分散や変数間の相関（共分散）を考慮し、データ全体のばらつき方に応じて距離を測る指標であり、単純な直線距離のみを測るものではない。コサイン類似度・ユークリッド距離・相関係数の説明はいずれも正しい。データの分布を無視するか考慮するかが、ユークリッド距離とマハラノビス距離を区別する最大のポイントである。
同じ章で確認したい用語
到達チェック
- コサイン類似度を一文で説明できる
- 同じ章の似た用語と違いを説明できる
- 問題文の具体例から、コサイン類似度に関係する論点を拾える
- 関連問題を解き、誤答した選択肢の理由を確認できる
執筆: ミナト編集部（運営者情報を見る）