G検定 学習計画
G検定の2週間学習計画
G検定を2週間で進める場合は、前半7日で10大項目を一巡し、後半7日で技術横断、法律・倫理の再演習、145問・100分の模試、誤答修正を行います。大項目9・10は3・4日目と11日目に置き、最後の余り時間へ残しません。
2週間では、各大項目を同じ深さで読むより、広さを確保したうえで大項目3〜6と9〜10へ戻る方が実用的です。モデル名は構造・用途・学習方法へ、法律・倫理は対象・権利・契約・ガバナンスへ分類し、誤答の根拠を残します。
この計画は平日90分、休日2時間程度を確保できる人向けです。13日目にオンライン試験想定の145問を100分で通し、14日目は新規範囲ではなく、時間超過と誤答の両方を修正します。
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
- 1〜7日目で10大項目を一巡し、8〜12日目で機械学習・ディープラーニング・社会実装・法律倫理を横断する。
- 大項目9・10を3・4日目と11日目に配置し、技術分野を終えるまで法律・倫理を待たない。
- 13日目はオンライン試験を想定して145問・100分、14日目は誤答30問と公式案内の確認へ限定する。
- 問題数と時間配分は当サイトの学習目安を含むため、公式試験方式・出題範囲・日程は公式情報を最終確認する。
この計画が向く人
初学者に近い
平日90分・休日2時間を取り、前半で広く一巡して後半で戻れる人です。用語の全件暗記ではなく、章別問題から重点語を選びます。
技術経験者
機械学習は知っていても法律・契約・倫理・ガバナンスが弱い人です。3・4・11日目を削らず、非技術分野を複数回解きます。
1か月へ延ばす
平日60分未満、または5日目の大項目3で評価指標と過学習を説明できない人です。10大項目の再訪回数を確保するため期間を延ばします。
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 | 全10大項目の診断+大項目1 人工知能とは | 診断30問+大項目1を15問 | 誤答を10大項目へ分け、弱点3項目を決める | 10大項目の地図とAIの定義を説明できる |
| 2日目 | 大項目2 探索・推論、知識表現、AIブーム | 大項目2を30問+誤答5問 | 手法、知識表現、歴史の3群へ分ける | 名称を役割と発展の流れへ結び付けられる |
| 3日目 | 大項目9 個人情報、知的財産、契約 | 大項目9を35問+前日誤答5問 | 情報の種類、権利、契約場面へ誤答を分類する | 法律名の語感ではなく対象から選べる |
| 4日目 | 大項目10 AI社会原則、バイアス、信頼性、AIガバナンス | 大項目10を30問+大項目9誤答5問 | 倫理上の価値、技術的リスク、組織的管理を分ける | 大項目9との違いを説明できる |
| 5日目 | 大項目3 学習の種類、代表手法、評価指標、過学習 | 大項目3を40問+前日誤答5問 | タスク・手法・評価・汎化へ整理する | 適合率・再現率と正則化を問題場面から選べる |
| 6日目 | 大項目4・5 ニューラルネットワーク、CNN・RNN、最適化、生成モデル、Attention | 大項目4・5を各30問 | 構造、学習、最適化、用途を比較する | 主要モデルと要素技術を役割で区別できる |
| 7日目 | 大項目6・7・8 応用例、社会実装、数理統計 | 大項目6を30問+7を25問+8を20問 | 応用、プロジェクト、基礎数理へ誤答を分ける | 10大項目を一巡し、弱点3項目を更新できる |
| 8日目 | 横断1: 教師あり・教師なし・強化学習、分類・回帰、代表手法 | 大項目3中心に40問 | ラベル、出力、報酬、手法の目的を確認する | タスク名とアルゴリズム名を混同しない |
| 9日目 | 横断2: 過学習、正則化、混同行列、適合率・再現率・F値 | 大項目3・4から40問 | 評価と学習対策を別の問いとして整理する | 誤検知・見逃しと汎化対策を説明できる |
| 10日目 | 横断3: CNN・RNN・Transformer・生成モデルと応用例 | 大項目4〜6から50問 | 入力、構造、出力、用途で比較する | モデル名を代表用途だけの丸暗記にしない |
| 11日目 | 大項目9・10の再演習+大項目7のXAI・公平性 | 大項目7・9・10から50問 | 法律、契約、倫理、説明性、ガバナンスへ分類する | 非技術分野の誤答を3論点以内に絞れる |
| 12日目 | 弱点3大項目の再演習と模試前の時間配分確認 | 弱点を各20問、合計60問 | 知識不足・混同・読み違いへ原因を分ける | 模試で後回しにする問題の判断を決められる |
| 13日目 | オンライン試験想定の模試 | 145問を100分で通す | 未回答・迷い・誤答へ分け、大項目別の弱点を集計する | 100分の配分と誤答上位3大項目を特定できる |
| 14日目 | 模試誤答、法律・倫理、公式案内の最終確認 | 模試誤答から30問。新規問題なし | 時間不足と知識不足を分け、直前確認を3項目に絞る | 新規教材へ広げず、受験準備へ移れる |
演習から復習へ戻る手順
| 時点 | 行動 | 完了の証拠 |
|---|---|---|
| 当日 | 誤答を10大項目と、知識不足・混同・読み違いへ分ける。 | 次に戻る章と論点を一つずつ決められる。 |
| 翌日 | 開始時に前日の誤答5問を解き、条件語と消去理由を説明する。 | 同じ名称の選択肢を役割で区別できる。 |
| 7日目 | 10大項目の誤答数を確認し、後半の横断3テーマと弱点3項目を決める。 | 法律・倫理を含む後半の優先順位が具体化している。 |
| 模試後 | 145問を未回答・迷い・誤答へ分け、大項目別と原因別に並べる。 | 時間不足と知識不足を分け、最終日に見る3論点を選べる。 |
遅れた場合の調整
1日遅れたら翌日の問題を倍増せず、診断・歴史分野の新規を10問減らし、大項目9・10と後半の横断日を残す。
7日目までに10大項目を一巡できなければ、大項目6のモデル名暗記を絞り、大項目7・8の中心語と章別問題を優先する。
11日目の非技術分野で誤答が多ければ、12日目の弱点3項目に大項目9または10を必ず含め、技術だけで埋めない。
13日目の模試が100分で終わらなくても14日目にもう一度145問は解かず、未回答と誤答の条件語を確認して時間配分を修正する。
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
前半7日で遅れた範囲は、後半へそのまま足さず、中間診断の結果と統合します。前半で説明できなかった論点を3つ以内に絞り、後半の新規演習量を減らして再回答へ置き換えます。 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。
10日目の時点で弱点が4分野以上残る場合は、全分野を均等に追わず、前提になる分野と誤答数の多い分野を先にします。最後の2日は新規範囲より通し確認と誤答再現を優先します。 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。 7日目と11日目に未完了一覧を作り直します。7日目は後半へ残す弱点を三つまでに絞り、11日目は新規範囲を終える日を確定します。最後の3日へ単なる未着手分を移さず、再回答が必要な論点だけを残します。
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、7日目と11日目に後半へ残す弱点を絞ります。
この再計画は2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
- ✓前半7日で10大項目すべてに問題演習で触れている
- ✓大項目9・10を3・4・11日目に複数回確認し、法律・倫理を後回しにしていない
- ✓学習の種類、評価指標、過学習対策、主要モデルを問題場面から区別できる
- ✓145問・100分の模試を通し、未回答・迷い・誤答を分けて記録できる
- ✓模試後の弱点を大項目と誤答原因で3つに絞り、次の行動を決められる
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)