G検定 用語解説
ディープラーニングとは
多層のニューラルネットワークを用いて、データから特徴量を自動的に学習する機械学習の手法。
まず押さえる結論
ディープラーニングは、G検定の「大項目1 人工知能とは」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
機械学習全般を指す語ではなく、多層のニューラルネットワークを用いてデータから特徴量を自動的に学習する、機械学習に含まれる具体的な手法として捉える
画像認識や音声認識、自然言語処理などで高い性能を発揮する手法で、入力層と出力層の間に複数の中間層を持つ多層のニューラルネットワークを用います。従来の機械学習の手法では人が特徴量を設計して与える必要がありましたが、ディープラーニングでは層を重ねることでデータから特徴量そのものを自動的に学習できる点が特徴です。
- 問題文で見る箇所
- 多層構造、特徴量の自動学習という語を確認します。教師あり学習・教師なし学習といった学習方式の分類や、決定木・回帰分析など他の手法全般の話であれば、ディープラーニングではなく機械学習を候補にします。
- 隣接概念との境界
- 機械学習は、データから規則性を学習して予測や判断を行う技術全般を指す広い枠組みです。ディープラーニングは、その中でも多層のニューラルネットワークを用いる具体的な手法であり、機械学習に含まれる一つの手法として位置づけます。
誤答しやすい選択肢
- ディープラーニングを機械学習全般を指す語として説明する。機械学習はより広い技術全般の総称であり、ディープラーニングはその中の多層ニューラルネットワークを用いる手法です。
- 特徴量を人が設計して与える手法をディープラーニングとする。人が特徴量を設計するのは従来型の機械学習の手法であり、ディープラーニングは特徴量を自動的に学習する点が特徴です。
- 決定木やサポートベクターマシンをディープラーニングの一種として説明する。これらは多層のニューラルネットワークを用いない機械学習の手法であり、ディープラーニングには含まれません。
4段階の判断手順
- 01設問が多層のニューラルネットワークという構造を扱っているかを先に確認する。
- 02特徴量を人が設計するのか、データから自動的に学習するのかという違いを確認する。
- 03決定木や回帰分析など、ニューラルネットワークを使わない手法と混同していないか見直す。
- 04機械学習全般の話とディープラーニング固有の話を区別する。
到達条件: ディープラーニングを多層のニューラルネットワークで特徴量を自動学習する手法として説明し、機械学習との包含関係を言える。
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
×チューリングテストと中国語の部屋の取り違え。前者は対話で知能を判定する考え方、後者は「振る舞えても理解しているとは限らない」という反論の思考実験。
×強いAI（汎用）と弱いAI（特化）の混同。
×AI効果（達成した技術を『知能ではない』とみなす心理傾向）を、技術そのものの名称と取り違える。
関連する確認問題
大項目1 人工知能とは / AIのレベルと種類
人工知能を能力の段階で4つに分類する考え方において、最も高度な段階に位置づけられるものはどれか。
正解はディープラーニングを取り入れた人工知能。AIを能力段階で4つに分けると、単純な制御プログラム、古典的な人工知能、機械学習を取り入れた人工知能、ディープラーニングを取り入れた人工知能の順に高度になり、最上位がディープラーニングを取り入れたものとされる。他の3つはより低い段階に位置づけられる。この問題は各方式の定義ではなく、示された四段階の順序を問う。制御、古典的AI、機械学習、ディープラーニングの順を再現できれば最上位を判断できる。
大項目1 人工知能とは / AIのレベルと種類
人工知能を能力の段階で4つに分類する考え方において、あらかじめ定められた単純な条件に応じて動作する、エアコンの温度制御のような仕組みが位置づけられる段階はどれか。
正解は「単純な制御プログラム」である。エアコンの温度制御のように、あらかじめ定められた単純な条件に応じて動作する仕組みは、人工知能の4段階分類では最も基礎的な単純な制御プログラムに位置づけられる。判別では、条件が事前に固定されているか、推論や探索を行う多数のルールがあるか、データから規則を学ぶか、特徴量まで学ぶかを順に確認する。古典的な人工知能は多数のルールで推論・探索し、機械学習を取り入れた人工知能はデータから規則を学び、ディープラーニングを取り入れた人工知能は特徴量そのものを学習する。
大項目1 人工知能とは / AIのレベルと種類
人工知能の4段階の分類のうち、多数のルールや知識をあらかじめ与え、推論や探索によって判断を行う段階を指すものはどれか。
正解は「古典的な人工知能」である。問題文の条件は、多数のルールや知識を人があらかじめ与え、その内容を使って推論や探索を行うことである。この組合せが人工知能の4段階分類における古典的な人工知能を示す。単純な制御プログラムも規則は事前に与えられるが、単純な条件分岐による制御にとどまる。機械学習を取り入れた人工知能はデータから規則を学び、ディープラーニングを取り入れた人工知能は特徴量まで学習する。ルールの量と処理方法、規則を人が与えるかデータから学ぶかを分けて読む。
同じ章で確認したい用語
到達チェック
- ディープラーニング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、ディープラーニング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）