G検定 用語解説
Jupyter Notebookとは
ブラウザ上でコードを1行ずつ実行しながら、その結果やグラフをすぐ下に表示できる対話型の開発環境。データ分析やAIモデルの試行錯誤で使われる。
まず押さえる結論
Jupyter Notebookは、G検定の「大項目7 AIの社会実装に向けて」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）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
×CRISP-DM（進め方の枠組み）とPoC（概念実証）の役割の取り違え。
×データリーケージ（学習・評価データに正解情報が混入する事故）の見落とし。
×説明可能AI（XAI）・公平性・透明性など、近い概念の取り違え。
関連する確認問題
大項目7 AIの社会実装に向けて / データの整備と運用
国や自治体、企業などが、誰もが自由に利用・再配布できる形で公開しているデータを指す語はどれか。
正解は「オープンデータ」である。オープンデータは、国や自治体、企業などが、誰もが自由に利用・再配布できる形で公開しているデータを指す。機械学習の学習用データの調達先としても活用される。要配慮個人情報や営業秘密は公開が制限される情報、教師データは教師あり学習で正解ラベルを付けたデータであり、いずれも自由な利用・再配布を前提に公開されたデータを指す語ではない。 データは公開条件と用途で区別する。要配慮個人情報と営業秘密は保護・非公開が原則、教師データはラベル付き学習データという用途分類である。公共機関等が機械判読可能で二次利用可能な条件で公開するのはオープンデータである。
大項目7 AIの社会実装に向けて / AIプロジェクトの進め方
統計や機械学習の知識を用いてデータを分析し、ビジネス課題の解決や価値創出を担う専門人材を指す語はどれか。
正解は「データサイエンティスト」である。データサイエンティストは、統計や機械学習の知識を用いてデータを分析し、ビジネス課題の解決や価値創出を担う専門人材である。ドメイン知識を持つ関係者と協働することも重要とされる。アノテーターはデータにラベルを付ける作業者、エンドユーザーは利用者、データ主体は個人データの本人を指す語であり、いずれもデータ分析で価値創出を担う専門人材そのものを指す語ではない。 人材は担当工程と責任で区別する。アノテーターはラベル付与、エンドユーザーは成果物の利用者、データ主体は個人データの本人である。分析設計・モデル化・事業への翻訳を担う専門人材はデータサイエンティストである。
大項目7 AIの社会実装に向けて / AIプロジェクトの進め方
AI導入で問い合わせ対応の負担を減らすことを目指す際に、導入効果を継続的に確認するため、「一次回答で解決した割合」などの測定可能な指標を置く。このような重要業績評価指標を何というか。
正解は「KPI」である。KPIは目標に対する進捗や成果を測定するための重要業績評価指標であり、AI導入が業務目標に寄与したかを確認する基準になる。PoCは実現可能性の小規模検証、BPRは業務プロセスの抜本的再設計、ELSIは倫理的・法的・社会的課題を表す概念であり、成果を数値で追う指標ではない。 導入活動と測定指標を分ける。PoCは実現可能性の試行、BPRは業務再設計、ELSIは倫理・法・社会課題の検討領域である。目標に対する進捗を定量追跡する重要業績評価指標がKPIである。
同じ章で確認したい用語
到達チェック
- Jupyter Notebook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、Jupyter Notebook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）