PRACTICE / G
G検定｜オリジナル練習問題集 1〜100問
公式の出題範囲を参考に作成した4択の練習問題です。各資格300問を目標に追加します。現在10問を公開しています。このページでは10問に挑戦できます。
QUESTION 1
AI導入の成功指標
- 出題日
- 2026年9月19日
- 分野
- 社会実装
- 難易度
- 中級
問い合わせ対応にAIを導入する実証を始める前に、効果を判断しやすくする行動はどれですか。
ANSWER & EXPLANATION
正解：A
業務課題と、対応時間や満足度などの評価指標を先に定めると、AIが目的に役立ったか比較できます。技術だけでなく業務上の効果を評価します。
選択肢のポイント
- A正解です。目的と測り方を先に定めます。
- Bモデルの規模だけでは業務効果を判断できません。
- C利用者の評価も判断材料になります。
- D測定しなければ効果を確かめられません。
関連キーワード
参考にした公式情報：日本ディープラーニング協会 G検定の試験範囲（シラバス） / 確認日：2026年9月28日
この問題の個別ページ →
QUESTION 2
外部AIサービスへ入力する前の確認
- 出題日
- 2026年9月20日
- 分野
- 法律・倫理
- 難易度
- 基礎
顧客情報を外部のAIサービスに入力して分析したいとき、最初に確認すべきことはどれですか。
ANSWER & EXPLANATION
正解：B
個人情報や機密情報を外部へ入力する前には、利用目的や社内規程、サービスの契約・データ取扱いを確認する必要があります。単純な名前削除だけでは十分とは限りません。
選択肢のポイント
- A入力前の確認が必要です。
- B正解です。入力の可否を先に判断します。
- C他の情報から個人を識別できる場合があります。
- D出力の正確さと入力データの適切な扱いは別です。
関連キーワード
参考にした公式情報：日本ディープラーニング協会 G検定の試験範囲（シラバス） / 確認日：2026年9月28日
この問題の個別ページ →
QUESTION 3
ラベルなしの顧客データを分ける
- 出題日
- 2026年9月21日
- 分野
- 機械学習の基礎
- 難易度
- 基礎
正解ラベルのない購買履歴を、似た傾向の顧客同士でグループ化したいときに適した方法はどれですか。
ANSWER & EXPLANATION
正解：C
クラスタリングは正解ラベルがないデータの類似性を使ってグループを作る教師なし学習の方法です。グループの意味は人が解釈します。
選択肢のポイント
- A教師あり分類は正解ラベルを使います。
- B誤差逆伝播は学習時に勾配を計算する方法です。
- C正解です。似たデータをまとめます。
- D音声合成は目的が異なります。
関連キーワード
参考にした公式情報：日本ディープラーニング協会 G検定の試験範囲（シラバス） / 確認日：2026年9月28日
この問題の個別ページ →
QUESTION 4
画像の局所的な特徴を捉える
- 出題日
- 2026年9月22日
- 分野
- 深層学習の要素技術
- 難易度
- 基礎
画像の小さな領域に同じフィルタを適用し、線や模様などの特徴を取り出す層はどれですか。
ANSWER & EXPLANATION
正解：A
畳み込み層はフィルタを画像上で動かし、局所的な特徴を抽出します。画像認識でよく用いられる仕組みです。
選択肢のポイント
- A正解です。同じフィルタで局所的な特徴を捉えます。
- B出力層は最終的な予測値を出す役割です。
- C埋め込み層は主に離散的な入力をベクトル化します。
- D回帰層という名称では説明した処理を特定できません。
関連キーワード
参考にした公式情報：日本ディープラーニング協会 G検定の試験範囲（シラバス） / 確認日：2026年9月28日
この問題の個別ページ →
QUESTION 5
少量データで画像分類を始める
- 出題日
- 2026年9月23日
- 分野
- モデル活用
- 難易度
- 中級
自社の画像が少ない状態で画像分類を試すとき、既存の学習済みモデルを活用する方法はどれですか。
ANSWER & EXPLANATION
正解：D
事前学習したモデルの知識を別の課題へ利用する転移学習が適しています。用途に合うかは自社データで評価します。
選択肢のポイント
- A画像の有用な情報が失われます。
- B分類モデルの活用になりません。
- C転移学習の利点を捨てます。
- D正解です。既存の特徴表現を利用できます。
関連キーワード
参考にした公式情報：日本ディープラーニング協会 G検定の試験範囲（シラバス） / 確認日：2026年9月28日
この問題の個別ページ →
QUESTION 6
過学習を抑える正則化
- 出題日
- 2026年9月24日
- 分野
- ディープラーニング
- 難易度
- 中級
学習データでは高精度なのに新しいデータでは精度が落ちるモデルに対し、複雑になりすぎることを抑える方法はどれですか。
ANSWER & EXPLANATION
正解：B
重みへのペナルティを加える正則化は、モデルが学習データだけに過度に合わせることを抑えます。汎化性能は別の評価データで確かめます。
選択肢のポイント
- A新しいデータへの性能を確認できません。
- B正解です。複雑さを抑える正則化の一例です。
- C教師あり学習に必要な正解を失います。
- D予測能力を失い、過学習対策になりません。
関連キーワード
参考にした公式情報：日本ディープラーニング協会 G検定の試験範囲（シラバス） / 確認日：2026年9月28日
この問題の個別ページ →
QUESTION 7
人間による確認を残す場面
- 出題日
- 2026年9月25日
- 分野
- AIガバナンス
- 難易度
- 基礎
AIが融資申請を一次判定する仕組みを導入します。重要な判断の運用として最も適切なのはどれですか。
ANSWER & EXPLANATION
正解：D
融資のように人への影響が大きい判断では、説明可能性と人の監督を組み込むことが重要です。AIの出力だけで無条件に確定しません。
選択肢のポイント
- A説明と監督を欠きます。
- B記録削除は検証を妨げます。
- C更新後も性能や偏りの監視が必要です。
- D正解です。影響に応じた確認と救済を備えます。
関連キーワード
参考にした公式情報：日本ディープラーニング協会 G検定の試験範囲（シラバス） / 確認日：2026年9月28日
この問題の個別ページ →
QUESTION 8
学習と推論の違い
- 出題日
- 2026年9月26日
- 分野
- 機械学習の基礎
- 難易度
- はじめて
学習済みモデルに新しい画像を入力し、写っている物を分類する処理はどれですか。
ANSWER & EXPLANATION
正解：A
学習済みモデルを新しい入力に適用して結果を得る処理を推論と呼びます。学習はデータからモデルのパラメータを調整する段階です。
選択肢のポイント
- A正解です。学習済みモデルから予測を得ます。
- B教師データ作成は正解ラベルを用意する作業です。
- C再学習はモデルのパラメータを更新する作業です。
- Dアノテーションはデータへのラベル付けです。
関連キーワード
参考にした公式情報：日本ディープラーニング協会 G検定の試験範囲（シラバス） / 確認日：2026年9月28日
この問題の個別ページ →
QUESTION 9
適合率と再現率を比べる
- 出題日
- 2026年9月27日
- 分野
- モデル評価
- 難易度
- 中級
病気を見逃す件数を減らすことを優先する判定モデルでは、陽性者のうち正しく陽性とした割合として特に確認すべき指標はどれですか。
ANSWER & EXPLANATION
正解：C
再現率は実際に陽性の人をどれだけ見つけたかを表し、見逃しの少なさを見る指標です。誤警報との兼ね合いも別途確認します。
選択肢のポイント
- A適合率は陽性と予測した中の正しさです。
- B正解率は陰性も含む全体の正答割合です。
- C正解です。実際の陽性を拾えた割合です。
- D損失値は学習時の誤差を表す値で、この割合ではありません。
関連キーワード
参考にした公式情報：日本ディープラーニング協会 G検定の試験範囲（シラバス） / 確認日：2026年9月28日
この問題の個別ページ →
QUESTION 10
学習データの偏りを考える
- 出題日
- 2026年9月28日
- 分野
- AI・データ
- 難易度
- はじめて
採用支援AIを学習させるデータに、過去の特定の属性に偏った採用結果だけが多く含まれている場合、まず注意すべきことはどれですか。
ANSWER & EXPLANATION
正解：B
学習データに過去の偏りが含まれると、その傾向をAIが学び、特定の属性に不利な結果を出す可能性があります。用途に応じてデータの偏りや評価方法を確認することが大切です。
選択肢のポイント
- A偏りは主に判断の公平性や妥当性に関わる問題です。
- B正解です。過去の偏りをそのまま学ぶリスクがあります。
- Cデータ量の多寡と偏りは別の論点です。
- D重要な判断では人間による確認や監督が必要です。
関連キーワード
参考にした公式情報：日本ディープラーニング協会 G検定の試験範囲（シラバス） / 確認日：2026年9月28日
この問題の個別ページ →