G検定 独学ガイド
G検定の勉強法
G検定は、ディープラーニングだけを覚えても安定しません。機械学習の評価、前処理、数理統計、法律、AI倫理、ガバナンスまで横に広いので、得意分野だけを深掘りすると後半で失点します。
最初にやることは、全範囲を同じ深さで読むことではありません。大項目ごとの役割をつかみ、問題数が多い分野から演習して、どこで選択肢を読み違えるかを早めに見つけることです。
最初にやること
- 1大項目3の機械学習で、教師あり/教師なし/強化学習、分類/回帰、過学習/正則化を固める。
- 2大項目4〜6で、CNN、RNN、Transformer、生成モデル、応用例を混同しないようにする。
- 3大項目8〜10は後回しにしすぎず、数理、法律、倫理、ガバナンスを短い単位で回す。
- 4用語集は暗記帳としてではなく、誤答した語を試験上の定義に戻す場所として使う。
落としやすいところ
評価指標は名前ではなく分母を見る
正解率、適合率、再現率、F値は、名前だけ覚えると問題文の条件で迷います。偽陽性、偽陰性のどちらを重く見るのかを読み取ってから選択肢を見ます。
CNN/RNN/Transformerは用途だけで覚えない
画像ならCNN、時系列ならRNNという丸暗記だけでは、AttentionやTransformerを含む問題で崩れます。構造の特徴と、なぜその用途に向くのかを一言で説明できる状態にします。
法律・倫理は常識問題として解かない
個人情報、著作権、AIガバナンスは、一般的に良さそうな判断と試験上の整理がずれることがあります。公式シラバスで扱う用語に戻し、条文名や制度名の取り違えを減らします。
独学の進め方
最初の3日は機械学習とディープラーニングをつなげる
大項目3〜6を先に回し、モデル名、学習方法、評価指標、応用例を同じ表に入れるつもりで整理します。ここが曖昧だと、後の応用・倫理問題でも読み違えます。
中盤で数理・法律・倫理を捨てない
数理統計や法律は後回しにされがちですが、短い知識問題として出ると取りこぼしが目立ちます。深掘りしすぎず、用語の意味と選択肢での聞かれ方を確認します。
直前は新しいモデル名を追いすぎない
試験直前に未知の用語を増やすより、既に解いた問題の誤答選択肢を説明できる方が点につながります。間違えた理由を、用語混同、評価指標、法律・倫理の3つに分けて潰します。
直前に確認すること
- 大項目3〜6の問題を優先して解き、モデルと評価指標の混同を減らす。
- 法律・倫理・ガバナンスは、用語集で短い定義へ戻してから問題を解く。
- 正解率が低い分野だけを章別演習で回し、全範囲の読み直しに逃げない。
このサイトでの使い方
当サイトにはG検定の予想問題を200問収録しています。 まず章別に解き、誤答した用語だけ用語集に戻すと、読むだけの学習で止まりにくくなります。
試験仕様とシラバスはJDLA公式のG検定ページ・シラバス2024を参照してください。当サイトは非公式の学習サイトで、本試験問題は掲載していません。