G検定 学習計画
G検定の1週間学習計画
G検定を1週間で進めるなら、10大項目を技術分野だけで一巡しようとせず、2日目に法律・契約・AI倫理・ガバナンスを置きます。1〜2日目で全体像と非技術分野、3〜6日目で機械学習・ディープラーニング・社会実装・数理を進め、7日目にオンライン試験を想定した145問・100分の模試を行います。
短期計画の完了条件は、モデル名を大量に暗記することではなく、10大項目のどこを問う問題かを条件語から特定できることです。教師あり・教師なし、過学習と正則化、CNN・RNN・Transformer、適合率・再現率に加え、個人情報・知的財産・契約・ガバナンスも誤答理由まで確認します。
この計画は、機械学習の基本語を学んだ経験があり、毎日2時間前後を確保できる人向けです。初学者や、3日目までに評価指標とニューラルネットワークの基本を説明できない人は、2週間または1か月へ延ばしてください。
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。
学習計画は当サイトの目安です。試験日、申込条件、出題範囲は公式情報を最終確認してください。
この記事の目次
前提条件
- 10大項目を7日へ束ねるため、各日の中心論点を限定し、用語集の全件暗記ではなく章別問題と誤答理由を優先する。
- 大項目9・10を2日目に学び、技術分野を終えてから法律・倫理を初見で読む流れにしない。
- 7日目はオンライン試験を想定して145問・100分を一度通し、採点後に誤答を大項目別・原因別へ分ける。
- 145問・100分は公式factsに基づくオンライン試験の目安で、試験方式・日程・申込条件は公式案内を最終確認する。
この計画が向く人
向いている
機械学習の基本語を見たことがあり、7日間とも約2時間を確保できる人です。章ごとの精読より、問題から弱点を出して戻る進め方が必要です。
法律・倫理が未学習
技術分野の経験はあっても、大項目9・10を学んでいない人です。2日目を削らず、個人情報・知的財産・契約・ガバナンスを対象別に整理します。
期間を延ばす
機械学習が初めて、毎日90分未満、または3日目の大項目3で誤答理由を半分以上説明できない人です。2週間以上へ延ばします。
日ごとの計画
| 日程 | 学習対象 | 解く問題数 | 復習対象 | 完了条件 |
|---|---|---|---|---|
| 1日目 | 大項目1・2: AIの定義、探索・推論、知識表現、AIブームと機械学習の発展 | 大項目1を20問+大項目2を25問 | 人物名だけでなく、定義・手法・時代の役割へ誤答を分ける | 大項目1・2の違いとAI発展の流れを説明できる |
| 2日目 | 大項目9・10: 個人情報、知的財産、契約、AI社会原則、バイアス、ガバナンス | 大項目9を30問+大項目10を30問 | 法律・契約・倫理・ガバナンスを対象と判断場面で分ける | 一般常識ではなく、問題文の対象から選択肢を切れる |
| 3日目 | 大項目3: 教師あり・教師なし・強化学習、分類・回帰、評価指標、過学習 | 大項目3を40問+前日の誤答5問 | タスク、手法、評価、汎化の4群へ整理する | 適合率・再現率と過学習対策を問題場面から選べる |
| 4日目 | 大項目4・5: ニューラルネットワーク、学習、CNN・RNN、最適化、Attention、生成モデル | 大項目4を30問+大項目5を35問 | 構造、学習手続き、過学習対策、用途を同じ説明にしない | CNN・RNN・Transformerと主要な学習語を役割で区別できる |
| 5日目 | 大項目6: 画像認識、自然言語処理、音声、強化学習、生成AI・基盤モデル | 大項目6を40問+大項目5誤答10問 | モデル名を入力データ・構造・用途へ結び付ける | 応用例から関連するモデルと論点を選べる |
| 6日目 | 大項目7・8と弱点: 社会実装、データ整備、XAI、公平性、確率統計、線形代数、微分 | 大項目7を30問+大項目8を25問+弱点20問 | プロジェクト・運用と数理用語を分け、弱点2項目を再演習する | 10大項目すべてを一巡し、弱点を3項目以内に絞れる |
| 7日目 | オンライン試験想定の模試と誤答分析 | 145問を100分で通す。終了後は誤答30問以内を優先 | 誤答を大項目、知識不足、混同、読み違い、時間不足へ分類する | 時間配分を再現し、残る弱点と直前確認対象を3項目以内に決められる |
演習から復習へ戻る手順
| 時点 | 行動 | 完了の証拠 |
|---|---|---|
| 条件語を拾う | モデル名を思い出す前に、ラベル、系列、画像、個人情報、契約、ガバナンスなどの条件語を選ぶ。 | 問題を10大項目のどこへ置くか説明できる。 |
| 誤答を役割で切る | 選択肢が手法、評価指標、法律上の対象、原則、運用手続きのどこでずれるか確認する。 | 名称が似た選択肢を対象・役割・前提で除外できる。 |
| 翌日に5問戻る | 前日の誤答から5問を解き、正解理由ではなく誤答を選んだ原因を言う。 | 選択肢の順番が変わっても同じ判断ができる。 |
| 模試後に分類する | 145問の誤答を大項目と原因へ振り分け、直前に見る3論点を決める。 | 知識不足と時間不足を分け、次の行動を決められる。 |
遅れた場合の調整
1日遅れたら大項目9・10の日を削らず、大項目1・2の問題数を各15問へ減らして定義と発展の流れだけを残す。
大項目4・5が終わらない場合はモデル名の追加暗記を止め、ニューラルネットワークの学習、CNN・RNN・Transformer、過学習対策へ絞る。
6日目までに10大項目を一巡できなくても、模試145問を章別演習へ置き換えず、100分通すことで未学習範囲と時間不足を分ける。
模試後は正答率だけで終了せず、法律・倫理を含む誤答上位3大項目を直前確認へ接続する。
やらなくてよいこと
×ディープラーニングのモデル名だけ増やす
×全範囲を同じ深さで読み込む
×古い教材だけで改訂範囲を確認しない
遅れを翌日へ持ち越さない再計画
残り7日では、遅れを休日へまとめて送る余裕がありません。その日の終了時に未完了を一つだけ選び、翌日の最初の再回答へ固定します。二つ以上残った場合は、新規範囲を減らして復習枠を確保します。 遅れた日は、10大項目を均等に後ろへずらしません。技術用語、数理・評価、法律・倫理のどこで止まったかを分け、技術用語は関係図、数理は指標の主語、法律・倫理は対象と要件を短く書いてから再演習します。 再開判定では、モデル名を答えるだけでなく、入力、学習方法、評価指標、法律上の対象のどれを根拠に選択肢を切ったかまで答えます。根拠を言えない正解は誤答と同じ扱いで弱点大項目へ戻します。
4日目終了時点で全範囲へ一度も触れていない場合は、細部の暗記を止めて未着手分野の診断を優先します。6日目以降は新しい教材を開かず、誤答理由と時間配分だけを確認します。 削らないのは、機械学習の基本、ディープラーニングの要素技術、法律・契約、倫理・ガバナンスです。時間が不足した場合は細かなモデル名の追加暗記を止め、既に見た選択肢を根拠付きで切れる状態と、145問を時間内に読み切る練習を優先します。 翌日は弱点大項目を10問だけ解き、誤答と根拠を言えない正解を同じ復習対象にします。8問以上で判断根拠を言えれば次へ進み、同じ原因が3問以上残れば、その日の新規範囲を一つ減らして比較と再回答へ振り替えます。 5日目の終了時に未着手分野がある場合は、6日目の新規演習を止め、各分野を少数問ずつ診断します。7日目へ残すのは誤答理由が説明できない論点だけにし、教材の通読や新しい問題集の開始は行いません。
記録欄には弱点大項目、選択肢を切る根拠、次に比較する近接概念を残します。 毎日の終了時に更新し、4日目と6日目に未着手分野がないかを見直します。
この再計画は1週間の学習目安です。試験日や申込期限は変更せず、1日ごとの新規範囲と復習量だけを組み替えます。
到達判定
- ✓10大項目の役割を一文ずつ説明し、問題を関連大項目へ分類できる
- ✓大項目9・10を技術分野の後回しにせず、対象と判断場面で区別できる
- ✓教師あり・教師なし・強化学習、評価指標、過学習対策を場面から選べる
- ✓CNN・RNN・Transformerを構造と用途の違いで説明できる
- ✓145問・100分の模試後に、誤答原因と弱点3項目を特定できる
日程から章別演習へ進む
次に進むページ
執筆: ミナト編集部(運営者情報を見る)