「G検定って、実際どんな問題が出るんだろう？」
そんな疑問に答えるために、頻出テーマから厳選した5問を解説付きで用意しました。難易度は易・中・やや難の3段階。まずは気軽に1問だけ解いてみてください。
この記事でわかること
- G検定でどんな問題が出るか
- 各問題の正解と、間違えやすいポイント
- このあと何をすればいいか
まず1問、解いてみよう
難しく考えなくて大丈夫です。「なんとなくこれかな？」で選んでみてください。解説を読むことで、G検定の出題スタイルと頻出テーマが自然と頭に入ります。
なお、G検定の出題範囲の全体像を先に確認したい方は、以下の記事も参考にしてください。
→ G検定の出題範囲は？頻出分野・試験内容を初心者向けに解説
【易】問題1：AIの定義
次の説明のうち、AI（人工知能）の説明として最も適切なものはどれですか？
- 人間と同じ外見を持つロボットのこと
- コンピュータが人間のような知的処理を行う技術の総称
- インターネットに接続されたすべての機器のこと
- 大量のデータを高速で処理する専用チップのこと
✅ 正解：2
解説：AIとは「Artificial Intelligence（人工知能）」の略です。一言でいうと、「コンピュータに人間のような考える力を持たせる技術」のこと。学習・推論・判断といった知的な処理をソフトウェアで実現します。特定のロボットや機械を指す言葉ではなく、スマホの音声アシスタントや検索エンジンの予測変換なども、AIの一種です。
間違えやすいポイント：「AI＝人型ロボット」というイメージを持っている方が多いですが、AIはあくまで「技術の仕組み」の話です。選択肢3はIoT（モノのインターネット）、選択肢4はGPUのような専用ハードウェアの説明に近く、どちらもAIとは別の概念です。
【易】問題2：機械学習の学習方法
機械学習の学習方法のうち、「正解ラベルあり」のデータを使って学習する方法を何といいますか？
- 強化学習
- 教師なし学習
- 教師あり学習
- 転移学習
✅ 正解：3
解説：機械学習には「教師あり学習」「教師なし学習」「強化学習」の3種類があります。このうち「教師あり学習」は、入力データと正解ラベルをセットで用意して学習させる方法です。たとえば「この写真は猫、これは犬」と正解を教えながら学習させることで、新しい写真も自動で分類できるようになります。スパムメール判定や病気の診断補助などに使われています。
間違えやすいポイント：3種類の違いをまとめると、「教師あり＝正解あり」「教師なし＝正解なし、パターンを自分で見つける」「強化学習＝試行錯誤で報酬を最大化する」です。この3つはセットで問われやすいので、具体的なイメージと合わせて覚えておきましょう。
【中】問題3：ディープラーニングの特徴
ディープラーニング（深層学習）の説明として、最も適切なものはどれですか？
- ルールをすべて人間が手作業でプログラムする手法
- 多層のニューラルネットワークを使って特徴を自動的に学習する手法
- データ量が少ないほど精度が上がる手法
- 人間の遺伝子の仕組みを模倣した最適化アルゴリズム
✅ 正解：2
解説：ディープラーニング（深層学習）は、人間の脳の神経回路をモデルにした「ニューラルネットワーク」を何層にも重ねた仕組みです。従来の機械学習では、「どの特徴に注目するか」を人間が設計する必要がありましたが、ディープラーニングはその特徴を自動で学習できる点が最大の違いです。画像認識・音声認識・自動翻訳など、現在のAIブームを支える中心技術です。
間違えやすいポイント：選択肢1の「ルールをすべて手作業でプログラムする」のはルールベースのシステムで、機械学習とは逆の考え方です。また、ディープラーニングは大量のデータがあるほど精度が上がるため、選択肢3の「データが少ないほど精度が上がる」は完全に逆です。選択肢4は「遺伝的アルゴリズム」の説明で、別の手法です。
【中】問題4：過学習とは
機械学習において「過学習（オーバーフィッティング）」とはどのような状態ですか？
- 学習データが少なすぎてモデルが正しく学習できない状態
- 学習データには高精度だが、未知のデータに対して精度が低い状態
- モデルが複雑すぎてコンピュータの処理が追いつかない状態
- 学習を繰り返しすぎてモデルが最初の状態に戻ってしまう状態
✅ 正解：2
解説：過学習とは、モデルが学習データに「ハマりすぎた」状態です。試験に例えると、「過去問だけを完全暗記したせいで、初見の問題にはまったく対応できない」状況に近いです。学習データでは100点を取れるのに、実際の新しいデータでは大きく精度が落ちてしまいます。AIモデルを実用化するうえで、過学習をいかに防ぐかは重要な課題のひとつです。
間違えやすいポイント：選択肢1は「未学習（アンダーフィッティング）」の説明です。過学習は「学習しすぎ」、未学習は「学習が足りない」状態で、両方とも実用には向かない状態です。この2つは対比で問われやすいので、「学習データには強いが汎化できない＝過学習」とセットで覚えましょう。
【やや難】問題5：自然言語処理の応用
自然言語処理（NLP）の応用例として、適切でないものはどれですか？
- チャットボットによる自動応答
- 機械翻訳（Google翻訳など）
- 工場の製造ラインの異常検知
- 文書の感情分析（ポジティブ・ネガティブの判定）
✅ 正解：3
解説：自然言語処理（NLP）とは、人間が日常で使う「言葉（テキストや音声）」をコンピュータに理解・生成させる技術です。ChatGPTのような対話AI、Google翻訳、レビューの感情分析などはすべてNLPの応用例です。一方、選択肢3の「工場の製造ラインの異常検知」は、センサーの数値や機械音などを扱う領域で、言語とは無関係です。画像解析や時系列データ解析の分野になります。
間違えやすいポイント：「適切でないものを選ぶ」という否定形の問題はG検定でもよく出ます。選択肢をひとつひとつ「これはNLPか？」と確認する習慣をつけましょう。また、NLPはG検定の中でも出題頻度が高いテーマなので、代表的な応用例（翻訳・要約・感情分析・チャットボット）は頭に入れておくと安心です。
5問お疲れさまでした！
いくつ正解できましたか？
- 5問正解：基礎はしっかり身についています。模擬テストで本番形式に挑戦してみましょう。
- 3〜4問正解：惜しい！解説をもう一度読んで、間違えた問題の「なぜ」を確認しましょう。
- 2問以下：まだまだこれからです。まず出題範囲の全体像を把握してから、もう一度挑戦してみてください。
G検定の勉強法や出題範囲については以下の記事も参考にしてください。
→ G検定は独学で合格できる？未経験者向けに勉強法を解説
→ G検定の出題範囲は？頻出分野・試験内容を初心者向けに解説
次にやること
練習問題で感覚がつかめたら、次は本番形式の模擬テストに挑戦してみましょう。時間を計って解くことで、本番当日のペース配分も身につきます。
📋 本番形式で実力を試してみよう
練習問題の次は、本番と同じ形式の模擬テストに挑戦してみてください。資格ラボのG検定模擬テストは無料・登録不要で利用できます。
