ホーム
G検定
出題範囲

出題範囲

2026.03.18

G検定の出題範囲は、JDLAが公式に公開している「シラバス2024（v1.3）」に基づいています。出題分野は大きく【技術分野】と【法律・倫理分野】の2つに分かれ、合計55項目から出題されます。

⚠️ シラバスは定期的に改訂されます。受験前に必ずJDLA公式サイトで最新版をご確認ください。

📊 出題比率の目安

分野 出題比率の目安 項目数
技術分野（AI・機械学習・深層学習） 約60〜70% 37項目
法律・倫理分野 約30〜40% 18項目

🤖 技術分野

■ 人工知能とは

# 項目名 主なキーワード
1 人工知能の定義 AI効果、エージェント、人工知能、機械学習、ディープラーニング
2 人工知能分野で議論される問題 シンギュラリティ、チューリングテスト、フレーム問題、ルールベース機械翻訳
3 探索・推論 αβ法、Mini-Max法、ハノイの塔、幅優先探索、深さ優先探索、モンテカルロ法
4 知識表現とエキスパートシステム Cyc、DENDRAL、ウェブマイニング、セマンティックWeb、ワトソン
5 機械学習 次元の呪い、スパムフィルタ、ビッグデータ、レコメンデーション、統計的自然言語処理
6 ディープラーニング ImageNet、LeNet、AlphaGo、人の神経回路、生成AI

■ 機械学習の概要

# 項目名 主なキーワード
7 教師あり学習 SVM、決定木、ランダムフォレスト、ロジスティック回帰、アンサンブル学習、単回帰分析
8 教師なし学習 k-means法、t-SNE、主成分分析(PCA)、クラスタリング、トピックモデル
9 強化学習 Actor-Critic、Q学習、UCB、REINFORCE、バンディットアルゴリズム、SARSA
10 モデルの選択・評価 k-分割交差検証、RMSE、AUC、ROC曲線、過学習、オッカムの剃刀、真陽性・真陰性

■ ディープラーニングの概要

# 項目名 主なキーワード
11 ニューラルネットワークとDL CPU、GPU、TPU、隠れ層、多層パーセプトロン
12 活性化関数 ReLU、Leaky ReLU、シグモイド、ソフトマックス、勾配消失問題
13 誤差関数 Contrastive Loss、カルバック・ライブラー情報量(KL)、交差エントロピー、平均二乗誤差
14 正規化 L0/L1/L2正則化、ドロップアウト、ラッソ回帰、リッジ回帰
15 誤差逆伝播法 勾配消失問題、勾配爆発問題、連鎖律
16 最適化手法 SGD、Adam、AdaGrad、モーメンタム、ミニバッチ学習、ハイパーパラメータ

■ ディープラーニングの要素技術

# 項目名 主なキーワード
17 全結合層 重み、線形関数
18 畳み込み層 CNN、カーネル、ストライド、パディング、特徴マップ
19 正規化層 バッチ正規化、レイヤー正規化、グループ正規化
20 プーリング層 最大値プーリング、平均値プーリング、GAP
21 スキップ結合 ResNet、勾配消失問題
22 回帰結合層 RNN、LSTM、GRU、BPTT、Bidirectional RNN
23 Attention Self-Attention、Multi-Head Attention、Transformer、Seq2Seq
24 オートエンコーダ VAE、VQ-VAE、次元削減、事前学習
25 データ拡張 CutMix、Mixup、Random Flip、RandAugment

■ ディープラーニングの応用例

# 項目名 主なキーワード
26 画像認識 AlexNet、VGG、ResNet、YOLO、物体検出、セグメンテーション
27 自然言語処理 BERT、GPT-n、LLM（大規模言語モデル）、ChatGPT、word2vec
28 音声処理 音声認識、感情分析、メル周波数、CTC
29 深層強化学習 DQN、PPO、AlphaStar、RLHF、マルチエージェント強化学習(MARL)
30 データ生成 GAN、Diffusion Model、CycleGAN、NeRF、文章生成
31 転移学習・ファインチューニング Few-shot、One-shot、事前学習モデル、破壊的忘却、半教師あり学習
32 マルチモーダル CLIP、DALL-E、Flamingo、Text-To-Image、Zero-shot
33 モデルの解釈性 CAM、Grad-CAM、LIME、SHAP、説明可能AI(XAI)
34 モデルの軽量化 量子化、蒸留、プルーニング、エッジAI

■ AIの社会実装・数理統計

# 項目名 主なキーワード
35 AIプロジェクトの進め方 CRISP-DM、MLOps、PoC、アジャイル、ウォーターフォール、Docker
36 データの収集・加工・分析・学習 アノテーション、オープンデータセット、コーパス、データリーケージ
37 AIに必要な数理・統計知識 確率分布、正規分布、相関係数、標準偏差、ベルヌーイ分布、マハラノビス距離

⚖️ 法律・倫理分野

■ AIに関する法律と契約

# 項目名 主なキーワード
1 個人情報保護法 GDPR、仮名加工情報、個人識別符号、第三者提供、匿名加工情報
2 著作権法 創作性、AI生成物、ライセンス、利用規約、著作権侵害
3 特許法 発明、新規性、進歩性、知的財産権、職務発明
4 不正競争防止法 営業秘密、限定提供データ
5 独占禁止法 競争制限、公正な競争阻害性
6 AI開発受託契約 NDA、請負契約、準委任契約、精度保証、PoC
7 AIサービス提供契約 SaaS、データ利用権、利用規約、精度保証

■ AI倫理・AIガバナンス

# 項目名 主なキーワード
8 国内外のガイドライン AIガバナンス、価値原則、ハードロー・ソフトロー、リスクベースアプローチ
9 プライバシー カメラ画像利活用ガイドブック、プライバシーバイデザイン
10 公平性 アルゴリズムバイアス、サンプリングバイアス、センシティブ属性
11 安全性とセキュリティ Adversarial Attack、データ汚染、モデル汚染
12 悪用 ディープフェイク、フェイクニュース
13 透明性 データの来歴、説明可能性、ブラックボックス
14 民主主義 エコーチェンバー、フィルターバブル、フェイクニュース
15 環境保護 気候変動、モデル学習の電力消費
16 労働政策 AIとの協働、スキルの喪失、労働力不足
17 その他の重要な価値 インクルージョン、軍事利用、死者への敬意、人間の自律性
18 AIガバナンス AIポリシー、ダイバーシティ、倫理アセスメント、人間の関与、トレーサビリティ

📚 勉強のポイント

  • 📌 技術分野はキーワードを確実に覚えることが大切です。各項目の代表的なアルゴリズム名・モデル名を押さえましょう。
  • 📌 法律・倫理分野は近年出題が増加しています。特に個人情報保護法・著作権法・AIガイドラインは重点的に学習しましょう。
  • 📌 2024年版から生成AI関連（LLM、Diffusion Model等）の出題が強化されています。ChatGPTやDALL-Eなどの知識も必要です。
🤖 AIの基礎 解説を読む
✏️ 練習問題に挑戦
タイトルとURLをコピーしました