PRACTICE / G
G検定｜オリジナル練習問題集 101〜200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300問を公開しています。このページでは100問に挑戦できます。
QUESTION 101
商品名と部品名を節点と関係線で結びたい
- 公開日
- 2026年9月28日
- 分野
- AIと知識の表現
- 難易度
- 基礎
商品名と部品名を節点と関係線で結びたい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：B
対象と関係をグラフとして表す方法です。情報の表し方と推論の目的を区別します。
選択肢のポイント
- A述語論理は対象の性質や関係を記号で表す論理です。この設問で求めるものとは異なります。
- B正解です。対象と関係をグラフとして表す方法です。
- Cヒューリスティック探索は目安となる評価値で探索順を決める方法です。この設問で求めるものとは異なります。
- D関係抽出は文章に現れる対象間の関係を取り出す処理です。この設問で求めるものとは異なります。
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 102
「すべての哺乳類は動物」のような規則を論理式で扱い…
- 公開日
- 2026年9月28日
- 分野
- AIと知識の表現
- 難易度
- 基礎
「すべての哺乳類は動物」のような規則を論理式で扱いたい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：C
対象の性質や関係を記号で表す論理です。情報の表し方と推論の目的を区別します。
選択肢のポイント
- A推論規則は既知の条件から結論を導く手順です。この設問で求めるものとは異なります。
- BA*探索は実費用と推定費用で候補を評価する探索です。この設問で求めるものとは異なります。
- C正解です。対象の性質や関係を記号で表す論理です。
- D確率的推論は不確実さを確率で表して推論する方法です。この設問で求めるものとは異なります。
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 103
事例の条件が一致するなら結論を導く規則を用いたい
- 公開日
- 2026年9月28日
- 分野
- AIと知識の表現
- 難易度
- 基礎
事例の条件が一致するなら結論を導く規則を用いたい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：D
既知の条件から結論を導く手順です。情報の表し方と推論の目的を区別します。
選択肢のポイント
- Aエキスパートシステムは専門家の知識を規則化して推論する仕組みです。この設問で求めるものとは異なります。
- Bオントロジーは概念とその関係を体系的に定義したものです。この設問で求めるものとは異なります。
- C説明可能なAIはAIの出力理由を人が理解できる形で示す考え方です。この設問で求めるものとは異なります。
- D正解です。既知の条件から結論を導く手順です。
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 104
専門家の判断知識を規則として蓄え相談へ応じたい
- 公開日
- 2026年9月28日
- 分野
- AIと知識の表現
- 難易度
- 基礎
専門家の判断知識を規則として蓄え相談へ応じたい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：A
専門家の知識を規則化して推論する仕組みです。情報の表し方と推論の目的を区別します。
選択肢のポイント
- A正解です。専門家の知識を規則化して推論する仕組みです。
- Bヒューリスティック探索は目安となる評価値で探索順を決める方法です。この設問で求めるものとは異なります。
- C関係抽出は文章に現れる対象間の関係を取り出す処理です。この設問で求めるものとは異なります。
- D知識グラフは対象と関係をグラフとして表す方法です。この設問で求めるものとは異なります。
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 105
迷路の候補を広げる際に評価値が良い候補を優先したい
- 公開日
- 2026年9月28日
- 分野
- AIと知識の表現
- 難易度
- 基礎
迷路の候補を広げる際に評価値が良い候補を優先したい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：B
目安となる評価値で探索順を決める方法です。情報の表し方と推論の目的を区別します。
選択肢のポイント
- AA*探索は実費用と推定費用で候補を評価する探索です。この設問で求めるものとは異なります。
- B正解です。目安となる評価値で探索順を決める方法です。
- C確率的推論は不確実さを確率で表して推論する方法です。この設問で求めるものとは異なります。
- D述語論理は対象の性質や関係を記号で表す論理です。この設問で求めるものとは異なります。
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 106
ゴールまでの推定費用と既に使った費用を合わせて経路…
- 公開日
- 2026年9月28日
- 分野
- AIと知識の表現
- 難易度
- 基礎
ゴールまでの推定費用と既に使った費用を合わせて経路を探したい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：C
実費用と推定費用で候補を評価する探索です。情報の表し方と推論の目的を区別します。
選択肢のポイント
- Aオントロジーは概念とその関係を体系的に定義したものです。この設問で求めるものとは異なります。
- B説明可能なAIはAIの出力理由を人が理解できる形で示す考え方です。この設問で求めるものとは異なります。
- C正解です。実費用と推定費用で候補を評価する探索です。
- D推論規則は既知の条件から結論を導く手順です。この設問で求めるものとは異なります。
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 107
同じ意味の「顧客」と「購入者」を共通の概念体系へ整…
- 公開日
- 2026年9月28日
- 分野
- AIと知識の表現
- 難易度
- 基礎
同じ意味の「顧客」と「購入者」を共通の概念体系へ整理したい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：D
概念とその関係を体系的に定義したものです。情報の表し方と推論の目的を区別します。
選択肢のポイント
- A関係抽出は文章に現れる対象間の関係を取り出す処理です。この設問で求めるものとは異なります。
- B知識グラフは対象と関係をグラフとして表す方法です。この設問で求めるものとは異なります。
- Cエキスパートシステムは専門家の知識を規則化して推論する仕組みです。この設問で求めるものとは異なります。
- D正解です。概念とその関係を体系的に定義したものです。
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 108
文から「会社が製品を発売した」という主語と関係を取…
- 公開日
- 2026年9月28日
- 分野
- AIと知識の表現
- 難易度
- 基礎
文から「会社が製品を発売した」という主語と関係を取り出したい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：A
文章に現れる対象間の関係を取り出す処理です。情報の表し方と推論の目的を区別します。
選択肢のポイント
- A正解です。文章に現れる対象間の関係を取り出す処理です。
- B確率的推論は不確実さを確率で表して推論する方法です。この設問で求めるものとは異なります。
- C述語論理は対象の性質や関係を記号で表す論理です。この設問で求めるものとは異なります。
- Dヒューリスティック探索は目安となる評価値で探索順を決める方法です。この設問で求めるものとは異なります。
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 109
前提が不確かな場合に結論の確からしさも扱いたい
- 公開日
- 2026年9月28日
- 分野
- AIと知識の表現
- 難易度
- 基礎
前提が不確かな場合に結論の確からしさも扱いたい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：B
不確実さを確率で表して推論する方法です。情報の表し方と推論の目的を区別します。
選択肢のポイント
- A説明可能なAIはAIの出力理由を人が理解できる形で示す考え方です。この設問で求めるものとは異なります。
- B正解です。不確実さを確率で表して推論する方法です。
- C推論規則は既知の条件から結論を導く手順です。この設問で求めるものとは異なります。
- DA*探索は実費用と推定費用で候補を評価する探索です。この設問で求めるものとは異なります。
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 110
人の意思決定を支えるため機械の推奨理由を見せたい
- 公開日
- 2026年9月28日
- 分野
- AIと知識の表現
- 難易度
- 基礎
人の意思決定を支えるため機械の推奨理由を見せたい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：C
AIの出力理由を人が理解できる形で示す考え方です。情報の表し方と推論の目的を区別します。
選択肢のポイント
- A知識グラフは対象と関係をグラフとして表す方法です。この設問で求めるものとは異なります。
- Bエキスパートシステムは専門家の知識を規則化して推論する仕組みです。この設問で求めるものとは異なります。
- C正解です。AIの出力理由を人が理解できる形で示す考え方です。
- Dオントロジーは概念とその関係を体系的に定義したものです。この設問で求めるものとは異なります。
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 111
少数の不良品画像を学習中に多く見せたい
- 公開日
- 2026年9月28日
- 分野
- 機械学習のデータ設計
- 難易度
- 中級
少数の不良品画像を学習中に多く見せたい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：D
少数クラスの学習例を増やす方法です。データの偏りと分割の影響を見ます。
選択肢のポイント
- Aアンダーサンプリングは多数クラスの学習例を減らす方法です。この設問で求めるものとは異なります。
- Bクラス重み付けはクラスごとの損失への重みを変える方法です。この設問で求めるものとは異なります。
- C前処理の固定は学習で決めた変換を推論時にも同様に使うことです。この設問で求めるものとは異なります。
- D正解です。少数クラスの学習例を増やす方法です。
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 112
多数の正常品画像を減らしクラス数をそろえたい
- 公開日
- 2026年9月28日
- 分野
- 機械学習のデータ設計
- 難易度
- 中級
多数の正常品画像を減らしクラス数をそろえたい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：A
多数クラスの学習例を減らす方法です。データの偏りと分割の影響を見ます。
選択肢のポイント
- A正解です。多数クラスの学習例を減らす方法です。
- B時系列分割は時間順を守って学習用と評価用に分ける方法です。この設問で求めるものとは異なります。
- Cデータ辞書は項目の意味や形式を記した資料です。この設問で求めるものとは異なります。
- Dラベル品質の点検は正解ラベルの誤りや揺れを調べる作業です。この設問で求めるものとは異なります。
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 113
売上予測で昨年以前を学習に使い今年を評価に使いたい
- 公開日
- 2026年9月28日
- 分野
- 機械学習のデータ設計
- 難易度
- 中級
売上予測で昨年以前を学習に使い今年を評価に使いたい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：B
時間順を守って学習用と評価用に分ける方法です。データの偏りと分割の影響を見ます。
選択肢のポイント
- Aグループ分割は同じ主体の記録を同じ側へまとめる分割です。この設問で求めるものとは異なります。
- B正解です。時間順を守って学習用と評価用に分ける方法です。
- C単位変換は値を共通の測定単位に換える処理です。この設問で求めるものとは異なります。
- D重複データの除去は同一または酷似する記録の重複を取り除く処理です。この設問で求めるものとは異なります。
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 114
同一患者の記録を学習用と評価用にまたがらせたくない
- 公開日
- 2026年9月28日
- 分野
- 機械学習のデータ設計
- 難易度
- 中級
同一患者の記録を学習用と評価用にまたがらせたくない。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：C
同じ主体の記録を同じ側へまとめる分割です。データの偏りと分割の影響を見ます。
選択肢のポイント
- Aクラス重み付けはクラスごとの損失への重みを変える方法です。この設問で求めるものとは異なります。
- B前処理の固定は学習で決めた変換を推論時にも同様に使うことです。この設問で求めるものとは異なります。
- C正解です。同じ主体の記録を同じ側へまとめる分割です。
- Dオーバーサンプリングは少数クラスの学習例を増やす方法です。この設問で求めるものとは異なります。
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 115
学習例が少ないクラスへ重みを付けて誤りを強く扱いたい
- 公開日
- 2026年9月28日
- 分野
- 機械学習のデータ設計
- 難易度
- 中級
学習例が少ないクラスへ重みを付けて誤りを強く扱いたい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：D
クラスごとの損失への重みを変える方法です。データの偏りと分割の影響を見ます。
選択肢のポイント
- Aデータ辞書は項目の意味や形式を記した資料です。この設問で求めるものとは異なります。
- Bラベル品質の点検は正解ラベルの誤りや揺れを調べる作業です。この設問で求めるものとは異なります。
- Cアンダーサンプリングは多数クラスの学習例を減らす方法です。この設問で求めるものとは異なります。
- D正解です。クラスごとの損失への重みを変える方法です。
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 116
部署ごとに入力列の意味が異なるので定義を統一したい
- 公開日
- 2026年9月28日
- 分野
- 機械学習のデータ設計
- 難易度
- 中級
部署ごとに入力列の意味が異なるので定義を統一したい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：A
項目の意味や形式を記した資料です。データの偏りと分割の影響を見ます。
選択肢のポイント
- A正解です。項目の意味や形式を記した資料です。
- B単位変換は値を共通の測定単位に換える処理です。この設問で求めるものとは異なります。
- C重複データの除去は同一または酷似する記録の重複を取り除く処理です。この設問で求めるものとは異なります。
- D時系列分割は時間順を守って学習用と評価用に分ける方法です。この設問で求めるものとは異なります。
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 117
測定機器ごとの単位の違いをそろえて学習したい
- 公開日
- 2026年9月28日
- 分野
- 機械学習のデータ設計
- 難易度
- 中級
測定機器ごとの単位の違いをそろえて学習したい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：B
値を共通の測定単位に換える処理です。データの偏りと分割の影響を見ます。
選択肢のポイント
- A前処理の固定は学習で決めた変換を推論時にも同様に使うことです。この設問で求めるものとは異なります。
- B正解です。値を共通の測定単位に換える処理です。
- Cオーバーサンプリングは少数クラスの学習例を増やす方法です。この設問で求めるものとは異なります。
- Dグループ分割は同じ主体の記録を同じ側へまとめる分割です。この設問で求めるものとは異なります。
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 118
学習時の入力値の平均と分散を運用時にも適用したい
- 公開日
- 2026年9月28日
- 分野
- 機械学習のデータ設計
- 難易度
- 中級
学習時の入力値の平均と分散を運用時にも適用したい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：C
学習で決めた変換を推論時にも同様に使うことです。データの偏りと分割の影響を見ます。
選択肢のポイント
- Aラベル品質の点検は正解ラベルの誤りや揺れを調べる作業です。この設問で求めるものとは異なります。
- Bアンダーサンプリングは多数クラスの学習例を減らす方法です。この設問で求めるものとは異なります。
- C正解です。学習で決めた変換を推論時にも同様に使うことです。
- Dクラス重み付けはクラスごとの損失への重みを変える方法です。この設問で求めるものとは異なります。
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 119
誤ったラベルが多い画像を人が確認し直したい
- 公開日
- 2026年9月28日
- 分野
- 機械学習のデータ設計
- 難易度
- 中級
誤ったラベルが多い画像を人が確認し直したい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：D
正解ラベルの誤りや揺れを調べる作業です。データの偏りと分割の影響を見ます。
選択肢のポイント
- A重複データの除去は同一または酷似する記録の重複を取り除く処理です。この設問で求めるものとは異なります。
- B時系列分割は時間順を守って学習用と評価用に分ける方法です。この設問で求めるものとは異なります。
- Cデータ辞書は項目の意味や形式を記した資料です。この設問で求めるものとは異なります。
- D正解です。正解ラベルの誤りや揺れを調べる作業です。
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 120
同じ画像が学習集合と評価集合の双方に入るのを防ぎたい
- 公開日
- 2026年9月28日
- 分野
- 機械学習のデータ設計
- 難易度
- 中級
同じ画像が学習集合と評価集合の双方に入るのを防ぎたい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：A
同一または酷似する記録の重複を取り除く処理です。データの偏りと分割の影響を見ます。
選択肢のポイント
- A正解です。同一または酷似する記録の重複を取り除く処理です。
- Bオーバーサンプリングは少数クラスの学習例を増やす方法です。この設問で求めるものとは異なります。
- Cグループ分割は同じ主体の記録を同じ側へまとめる分割です。この設問で求めるものとは異なります。
- D単位変換は値を共通の測定単位に換える処理です。この設問で求めるものとは異なります。
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 121
勾配の大きさが極端な更新を防ぎたい
- 公開日
- 2026年9月28日
- 分野
- 学習の安定化
- 難易度
- 上級
勾配の大きさが極端な更新を防ぎたい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：B
勾配の大きさを制限して更新を安定させる方法です。損失の減らし方と過学習対策を分けます。
選択肢のポイント
- Aドロップアウトは学習中に一部の結合をランダムに無効にする方法です。この設問で求めるものとは異なります。
- B正解です。勾配の大きさを制限して更新を安定させる方法です。
- Cモメンタムは過去の更新方向を現在の更新へ反映する方法です。この設問で求めるものとは異なります。
- DL1正則化は重みの絶対値に応じた罰則を加える方法です。この設問で求めるものとは異なります。
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 122
層の一部を学習中だけ無効にして依存を減らしたい
- 公開日
- 2026年9月28日
- 分野
- 学習の安定化
- 難易度
- 上級
層の一部を学習中だけ無効にして依存を減らしたい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：C
学習中に一部の結合をランダムに無効にする方法です。損失の減らし方と過学習対策を分けます。
選択肢のポイント
- A特徴量の標準化は特徴の中心と尺度をそろえる処理です。この設問で求めるものとは異なります。
- BAdamは勾配の移動平均を使う適応的最適化法です。この設問で求めるものとは異なります。
- C正解です。学習中に一部の結合をランダムに無効にする方法です。
- Dノイズ付与は入力や内部表現へ乱れを加える方法です。この設問で求めるものとは異なります。
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 123
入力の値域をそろえ勾配による学習を進めやすくしたい
- 公開日
- 2026年9月28日
- 分野
- 学習の安定化
- 難易度
- 上級
入力の値域をそろえ勾配による学習を進めやすくしたい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：D
特徴の中心と尺度をそろえる処理です。損失の減らし方と過学習対策を分けます。
選択肢のポイント
- A学習率スケジューリングは学習率を段階や時点で変える方法です。この設問で求めるものとは異なります。
- BL2正則化は重みの二乗に応じた罰則を加える方法です。この設問で求めるものとは異なります。
- C初期値の検証は開始時の重みを変えて結果を比較することです。この設問で求めるものとは異なります。
- D正解です。特徴の中心と尺度をそろえる処理です。
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 124
学習の進行に合わせて更新幅を徐々に小さくしたい
- 公開日
- 2026年9月28日
- 分野
- 学習の安定化
- 難易度
- 上級
学習の進行に合わせて更新幅を徐々に小さくしたい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：A
学習率を段階や時点で変える方法です。損失の減らし方と過学習対策を分けます。
選択肢のポイント
- A正解です。学習率を段階や時点で変える方法です。
- Bモメンタムは過去の更新方向を現在の更新へ反映する方法です。この設問で求めるものとは異なります。
- CL1正則化は重みの絶対値に応じた罰則を加える方法です。この設問で求めるものとは異なります。
- D勾配クリッピングは勾配の大きさを制限して更新を安定させる方法です。この設問で求めるものとは異なります。
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 125
勾配の過去の傾向を使って更新方向を滑らかにしたい
- 公開日
- 2026年9月28日
- 分野
- 学習の安定化
- 難易度
- 上級
勾配の過去の傾向を使って更新方向を滑らかにしたい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：B
過去の更新方向を現在の更新へ反映する方法です。損失の減らし方と過学習対策を分けます。
選択肢のポイント
- AAdamは勾配の移動平均を使う適応的最適化法です。この設問で求めるものとは異なります。
- B正解です。過去の更新方向を現在の更新へ反映する方法です。
- Cノイズ付与は入力や内部表現へ乱れを加える方法です。この設問で求めるものとは異なります。
- Dドロップアウトは学習中に一部の結合をランダムに無効にする方法です。この設問で求めるものとは異なります。
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 126
各重みの勾配に応じ更新幅を自動調整したい
- 公開日
- 2026年9月28日
- 分野
- 学習の安定化
- 難易度
- 上級
各重みの勾配に応じ更新幅を自動調整したい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：C
勾配の移動平均を使う適応的最適化法です。損失の減らし方と過学習対策を分けます。
選択肢のポイント
- AL2正則化は重みの二乗に応じた罰則を加える方法です。この設問で求めるものとは異なります。
- B初期値の検証は開始時の重みを変えて結果を比較することです。この設問で求めるものとは異なります。
- C正解です。勾配の移動平均を使う適応的最適化法です。
- D特徴量の標準化は特徴の中心と尺度をそろえる処理です。この設問で求めるものとは異なります。
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 127
重みを小さく保つ罰則を損失に加えたい
- 公開日
- 2026年9月28日
- 分野
- 学習の安定化
- 難易度
- 上級
重みを小さく保つ罰則を損失に加えたい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：D
重みの二乗に応じた罰則を加える方法です。損失の減らし方と過学習対策を分けます。
選択肢のポイント
- AL1正則化は重みの絶対値に応じた罰則を加える方法です。この設問で求めるものとは異なります。
- B勾配クリッピングは勾配の大きさを制限して更新を安定させる方法です。この設問で求めるものとは異なります。
- C学習率スケジューリングは学習率を段階や時点で変える方法です。この設問で求めるものとは異なります。
- D正解です。重みの二乗に応じた罰則を加える方法です。
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 128
重要でない入力の重みをゼロに近づけたい
- 公開日
- 2026年9月28日
- 分野
- 学習の安定化
- 難易度
- 上級
重要でない入力の重みをゼロに近づけたい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：A
重みの絶対値に応じた罰則を加える方法です。損失の減らし方と過学習対策を分けます。
選択肢のポイント
- A正解です。重みの絶対値に応じた罰則を加える方法です。
- Bノイズ付与は入力や内部表現へ乱れを加える方法です。この設問で求めるものとは異なります。
- Cドロップアウトは学習中に一部の結合をランダムに無効にする方法です。この設問で求めるものとは異なります。
- Dモメンタムは過去の更新方向を現在の更新へ反映する方法です。この設問で求めるものとは異なります。
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 129
学習時に小さな揺らぎを入力へ加え頑健にしたい
- 公開日
- 2026年9月28日
- 分野
- 学習の安定化
- 難易度
- 上級
学習時に小さな揺らぎを入力へ加え頑健にしたい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：B
入力や内部表現へ乱れを加える方法です。損失の減らし方と過学習対策を分けます。
選択肢のポイント
- A初期値の検証は開始時の重みを変えて結果を比較することです。この設問で求めるものとは異なります。
- B正解です。入力や内部表現へ乱れを加える方法です。
- C特徴量の標準化は特徴の中心と尺度をそろえる処理です。この設問で求めるものとは異なります。
- DAdamは勾配の移動平均を使う適応的最適化法です。この設問で求めるものとは異なります。
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 130
複数の初期値で学習し結果の安定性を確かめたい
- 公開日
- 2026年9月28日
- 分野
- 学習の安定化
- 難易度
- 上級
複数の初期値で学習し結果の安定性を確かめたい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：C
開始時の重みを変えて結果を比較することです。損失の減らし方と過学習対策を分けます。
選択肢のポイント
- A勾配クリッピングは勾配の大きさを制限して更新を安定させる方法です。この設問で求めるものとは異なります。
- B学習率スケジューリングは学習率を段階や時点で変える方法です。この設問で求めるものとは異なります。
- C正解です。開始時の重みを変えて結果を比較することです。
- DL2正則化は重みの二乗に応じた罰則を加える方法です。この設問で求めるものとは異なります。
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 131
系列の前の状態を次の時点へ渡す構造を使いたい
- 公開日
- 2026年9月28日
- 分野
- 深層学習の構造
- 難易度
- 上級
系列の前の状態を次の時点へ渡す構造を使いたい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：D
過去の内部状態を次の処理へ渡す構造です。構造ごとの情報の流れを理解します。
選択肢のポイント
- ALSTMはゲートで情報の保持と更新を制御する系列モデルです。この設問で求めるものとは異なります。
- BTransformerは注意機構を主要な構成要素とするモデルです。この設問で求めるものとは異なります。
- CVision Transformerは画像の小片を系列として処理するTransformerです。この設問で求めるものとは異なります。
- D正解です。過去の内部状態を次の処理へ渡す構造です。
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 132
長い系列で重要情報を保持するためゲートを使いたい
- 公開日
- 2026年9月28日
- 分野
- 深層学習の構造
- 難易度
- 上級
長い系列で重要情報を保持するためゲートを使いたい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：A
ゲートで情報の保持と更新を制御する系列モデルです。構造ごとの情報の流れを理解します。
選択肢のポイント
- A正解です。ゲートで情報の保持と更新を制御する系列モデルです。
- B深さ方向分離畳み込みは空間方向とチャンネル方向の処理を分ける畳み込みです。この設問で求めるものとは異なります。
- C双方向エンコーダは前後の情報を使って系列を表現する構造です。この設問で求めるものとは異なります。
- D残差接続は層の入力を後の層へ加える接続です。この設問で求めるものとは異なります。
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 133
チャンネルごとの畳み込みと点ごとの結合で計算量を抑…
- 公開日
- 2026年9月28日
- 分野
- 深層学習の構造
- 難易度
- 上級
チャンネルごとの畳み込みと点ごとの結合で計算量を抑えたい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：B
空間方向とチャンネル方向の処理を分ける畳み込みです。構造ごとの情報の流れを理解します。
選択肢のポイント
- A注意機構は要素間の重要度を重みとして計算する仕組みです。この設問で求めるものとは異なります。
- B正解です。空間方向とチャンネル方向の処理を分ける畳み込みです。
- Cエンコーダ・デコーダは入力の符号化と出力の生成を分ける構造です。この設問で求めるものとは異なります。
- DXavier初期化は層の規模に応じて重みの初期値を設定する方法です。この設問で求めるものとは異なります。
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 134
入力の各部分が他の部分をどれだけ参照するか計算したい
- 公開日
- 2026年9月28日
- 分野
- 深層学習の構造
- 難易度
- 上級
入力の各部分が他の部分をどれだけ参照するか計算したい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：C
要素間の重要度を重みとして計算する仕組みです。構造ごとの情報の流れを理解します。
選択肢のポイント
- ATransformerは注意機構を主要な構成要素とするモデルです。この設問で求めるものとは異なります。
- BVision Transformerは画像の小片を系列として処理するTransformerです。この設問で求めるものとは異なります。
- C正解です。要素間の重要度を重みとして計算する仕組みです。
- D再帰型ニューラルネットワークは過去の内部状態を次の処理へ渡す構造です。この設問で求めるものとは異なります。
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 135
注意機構を中心に系列を並列に処理したい
- 公開日
- 2026年9月28日
- 分野
- 深層学習の構造
- 難易度
- 上級
注意機構を中心に系列を並列に処理したい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：D
注意機構を主要な構成要素とするモデルです。構造ごとの情報の流れを理解します。
選択肢のポイント
- A双方向エンコーダは前後の情報を使って系列を表現する構造です。この設問で求めるものとは異なります。
- B残差接続は層の入力を後の層へ加える接続です。この設問で求めるものとは異なります。
- CLSTMはゲートで情報の保持と更新を制御する系列モデルです。この設問で求めるものとは異なります。
- D正解です。注意機構を主要な構成要素とするモデルです。
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 136
文章の前後両側の文脈から欠けた語を推測したい
- 公開日
- 2026年9月28日
- 分野
- 深層学習の構造
- 難易度
- 上級
文章の前後両側の文脈から欠けた語を推測したい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：A
前後の情報を使って系列を表現する構造です。構造ごとの情報の流れを理解します。
選択肢のポイント
- A正解です。前後の情報を使って系列を表現する構造です。
- Bエンコーダ・デコーダは入力の符号化と出力の生成を分ける構造です。この設問で求めるものとは異なります。
- CXavier初期化は層の規模に応じて重みの初期値を設定する方法です。この設問で求めるものとは異なります。
- D深さ方向分離畳み込みは空間方向とチャンネル方向の処理を分ける畳み込みです。この設問で求めるものとは異なります。
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 137
入力文を内部表現に変え別の出力文を作りたい
- 公開日
- 2026年9月28日
- 分野
- 深層学習の構造
- 難易度
- 上級
入力文を内部表現に変え別の出力文を作りたい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：B
入力の符号化と出力の生成を分ける構造です。構造ごとの情報の流れを理解します。
選択肢のポイント
- AVision Transformerは画像の小片を系列として処理するTransformerです。この設問で求めるものとは異なります。
- B正解です。入力の符号化と出力の生成を分ける構造です。
- C再帰型ニューラルネットワークは過去の内部状態を次の処理へ渡す構造です。この設問で求めるものとは異なります。
- D注意機構は要素間の重要度を重みとして計算する仕組みです。この設問で求めるものとは異なります。
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 138
画像を小片に分け系列として注意機構へ入力したい
- 公開日
- 2026年9月28日
- 分野
- 深層学習の構造
- 難易度
- 上級
画像を小片に分け系列として注意機構へ入力したい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：C
画像の小片を系列として処理するTransformerです。構造ごとの情報の流れを理解します。
選択肢のポイント
- A残差接続は層の入力を後の層へ加える接続です。この設問で求めるものとは異なります。
- BLSTMはゲートで情報の保持と更新を制御する系列モデルです。この設問で求めるものとは異なります。
- C正解です。画像の小片を系列として処理するTransformerです。
- DTransformerは注意機構を主要な構成要素とするモデルです。この設問で求めるものとは異なります。
関連キーワード
- Vision Transformer
- 深層学習の構造
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 139
多層化で学習しづらい情報を近道の経路で伝えたい
- 公開日
- 2026年9月28日
- 分野
- 深層学習の構造
- 難易度
- 上級
多層化で学習しづらい情報を近道の経路で伝えたい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：D
層の入力を後の層へ加える接続です。構造ごとの情報の流れを理解します。
選択肢のポイント
- AXavier初期化は層の規模に応じて重みの初期値を設定する方法です。この設問で求めるものとは異なります。
- B深さ方向分離畳み込みは空間方向とチャンネル方向の処理を分ける畳み込みです。この設問で求めるものとは異なります。
- C双方向エンコーダは前後の情報を使って系列を表現する構造です。この設問で求めるものとは異なります。
- D正解です。層の入力を後の層へ加える接続です。
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 140
層ごとの重みを入力と出力の数に応じた範囲で初期化し…
- 公開日
- 2026年9月28日
- 分野
- 深層学習の構造
- 難易度
- 上級
層ごとの重みを入力と出力の数に応じた範囲で初期化したい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：A
層の規模に応じて重みの初期値を設定する方法です。構造ごとの情報の流れを理解します。
選択肢のポイント
- A正解です。層の規模に応じて重みの初期値を設定する方法です。
- B再帰型ニューラルネットワークは過去の内部状態を次の処理へ渡す構造です。この設問で求めるものとは異なります。
- C注意機構は要素間の重要度を重みとして計算する仕組みです。この設問で求めるものとは異なります。
- Dエンコーダ・デコーダは入力の符号化と出力の生成を分ける構造です。この設問で求めるものとは異なります。
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 141
画像全体に一つの商品カテゴリを付けたい
- 公開日
- 2026年9月28日
- 分野
- 画像認識の判断
- 難易度
- 中級
画像全体に一つの商品カテゴリを付けたい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：B
画像全体へ一つ以上のカテゴリを付ける課題です。画像で求める出力の粒度を選びます。
選択肢のポイント
- A画像位置合わせは対応する場所が重なるよう画像を変換する処理です。この設問で求めるものとは異なります。
- B正解です。画像全体へ一つ以上のカテゴリを付ける課題です。
- C画像強調は画像の視認性を高める処理です。この設問で求めるものとは異なります。
- Dエッジ検出は明暗や色が急変する境界を見つける処理です。この設問で求めるものとは異なります。
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 142
異なる日時に撮った航空写真の位置をそろえたい
- 公開日
- 2026年9月28日
- 分野
- 画像認識の判断
- 難易度
- 中級
異なる日時に撮った航空写真の位置をそろえたい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：C
対応する場所が重なるよう画像を変換する処理です。画像で求める出力の粒度を選びます。
選択肢のポイント
- Aキーポイント検出は対象の特徴的な位置を点として見つける処理です。この設問で求めるものとは異なります。
- B超解像は低解像度画像から高解像度画像を推定する技術です。この設問で求めるものとは異なります。
- C正解です。対応する場所が重なるよう画像を変換する処理です。
- D認識結果の人手確認は認識の誤りを人が原資料で確かめる作業です。この設問で求めるものとは異なります。
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 143
写真内の人物の関節位置を点として求めたい
- 公開日
- 2026年9月28日
- 分野
- 画像認識の判断
- 難易度
- 中級
写真内の人物の関節位置を点として求めたい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：D
対象の特徴的な位置を点として見つける処理です。画像で求める出力の粒度を選びます。
選択肢のポイント
- A表現学習はデータから有用な特徴表現を学ぶ方法です。この設問で求めるものとは異なります。
- B物体追跡は時間をまたいで同じ対象を対応付ける処理です。この設問で求めるものとは異なります。
- Cショートカット学習の点検は本質と無関係な手掛かりへの依存を調べることです。この設問で求めるものとは異なります。
- D正解です。対象の特徴的な位置を点として見つける処理です。
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 144
撮影角度が違っても同じ顔の特徴を表現したい
- 公開日
- 2026年9月28日
- 分野
- 画像認識の判断
- 難易度
- 中級
撮影角度が違っても同じ顔の特徴を表現したい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：A
データから有用な特徴表現を学ぶ方法です。画像で求める出力の粒度を選びます。
選択肢のポイント
- A正解です。データから有用な特徴表現を学ぶ方法です。
- B画像強調は画像の視認性を高める処理です。この設問で求めるものとは異なります。
- Cエッジ検出は明暗や色が急変する境界を見つける処理です。この設問で求めるものとは異なります。
- D画像分類は画像全体へ一つ以上のカテゴリを付ける課題です。この設問で求めるものとは異なります。
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 145
暗所の画像を見やすく補正したい
- 公開日
- 2026年9月28日
- 分野
- 画像認識の判断
- 難易度
- 中級
暗所の画像を見やすく補正したい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：B
画像の視認性を高める処理です。画像で求める出力の粒度を選びます。
選択肢のポイント
- A超解像は低解像度画像から高解像度画像を推定する技術です。この設問で求めるものとは異なります。
- B正解です。画像の視認性を高める処理です。
- C認識結果の人手確認は認識の誤りを人が原資料で確かめる作業です。この設問で求めるものとは異なります。
- D画像位置合わせは対応する場所が重なるよう画像を変換する処理です。この設問で求めるものとは異なります。
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 146
小さい画像を高解像度へ推定したい
- 公開日
- 2026年9月28日
- 分野
- 画像認識の判断
- 難易度
- 中級
小さい画像を高解像度へ推定したい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：C
低解像度画像から高解像度画像を推定する技術です。画像で求める出力の粒度を選びます。
選択肢のポイント
- A物体追跡は時間をまたいで同じ対象を対応付ける処理です。この設問で求めるものとは異なります。
- Bショートカット学習の点検は本質と無関係な手掛かりへの依存を調べることです。この設問で求めるものとは異なります。
- C正解です。低解像度画像から高解像度画像を推定する技術です。
- Dキーポイント検出は対象の特徴的な位置を点として見つける処理です。この設問で求めるものとは異なります。
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 147
複数の動画フレームで同じ車を追いかけたい
- 公開日
- 2026年9月28日
- 分野
- 画像認識の判断
- 難易度
- 中級
複数の動画フレームで同じ車を追いかけたい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：D
時間をまたいで同じ対象を対応付ける処理です。画像で求める出力の粒度を選びます。
選択肢のポイント
- Aエッジ検出は明暗や色が急変する境界を見つける処理です。この設問で求めるものとは異なります。
- B画像分類は画像全体へ一つ以上のカテゴリを付ける課題です。この設問で求めるものとは異なります。
- C表現学習はデータから有用な特徴表現を学ぶ方法です。この設問で求めるものとは異なります。
- D正解です。時間をまたいで同じ対象を対応付ける処理です。
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 148
画像の物体の輪郭だけを抽出したい
- 公開日
- 2026年9月28日
- 分野
- 画像認識の判断
- 難易度
- 中級
画像の物体の輪郭だけを抽出したい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：A
明暗や色が急変する境界を見つける処理です。画像で求める出力の粒度を選びます。
選択肢のポイント
- A正解です。明暗や色が急変する境界を見つける処理です。
- B認識結果の人手確認は認識の誤りを人が原資料で確かめる作業です。この設問で求めるものとは異なります。
- C画像位置合わせは対応する場所が重なるよう画像を変換する処理です。この設問で求めるものとは異なります。
- D画像強調は画像の視認性を高める処理です。この設問で求めるものとは異なります。
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 149
手書き文字が読めるかを原画像と比較して確かめたい
- 公開日
- 2026年9月28日
- 分野
- 画像認識の判断
- 難易度
- 中級
手書き文字が読めるかを原画像と比較して確かめたい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：B
認識の誤りを人が原資料で確かめる作業です。画像で求める出力の粒度を選びます。
選択肢のポイント
- Aショートカット学習の点検は本質と無関係な手掛かりへの依存を調べることです。この設問で求めるものとは異なります。
- B正解です。認識の誤りを人が原資料で確かめる作業です。
- Cキーポイント検出は対象の特徴的な位置を点として見つける処理です。この設問で求めるものとは異なります。
- D超解像は低解像度画像から高解像度画像を推定する技術です。この設問で求めるものとは異なります。
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 150
学習画像だけに写る透かしを手掛かりにしていないか調…
- 公開日
- 2026年9月28日
- 分野
- 画像認識の判断
- 難易度
- 中級
学習画像だけに写る透かしを手掛かりにしていないか調べたい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：C
本質と無関係な手掛かりへの依存を調べることです。画像で求める出力の粒度を選びます。
選択肢のポイント
- A画像分類は画像全体へ一つ以上のカテゴリを付ける課題です。この設問で求めるものとは異なります。
- B表現学習はデータから有用な特徴表現を学ぶ方法です。この設問で求めるものとは異なります。
- C正解です。本質と無関係な手掛かりへの依存を調べることです。
- D物体追跡は時間をまたいで同じ対象を対応付ける処理です。この設問で求めるものとは異なります。
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 151
文章の主題を少数の話題で要約したい
- 公開日
- 2026年9月28日
- 分野
- 言語と系列の処理
- 難易度
- 中級
文章の主題を少数の話題で要約したい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：D
文書群の潜在的な話題を推定する方法です。文章の目的に合う処理を区別します。
選択肢のポイント
- A抽出型質問応答は根拠文書から回答箇所を取り出す方法です。この設問で求めるものとは異なります。
- B機械翻訳は一つの言語の内容を別の言語へ変換する処理です。この設問で求めるものとは異なります。
- C共参照解析は異なる表現が同じ対象を指すか判定する処理です。この設問で求めるものとは異なります。
- D正解です。文書群の潜在的な話題を推定する方法です。
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 152
質問に対し文書中の該当箇所を抜き出したい
- 公開日
- 2026年9月28日
- 分野
- 言語と系列の処理
- 難易度
- 中級
質問に対し文書中の該当箇所を抜き出したい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：A
根拠文書から回答箇所を取り出す方法です。文章の目的に合う処理を区別します。
選択肢のポイント
- A正解です。根拠文書から回答箇所を取り出す方法です。
- B抽出型要約は原文の文を選んで要約を作る方法です。この設問で求めるものとは異なります。
- C文埋め込みは文章全体の意味をベクトルとして表す方法です。この設問で求めるものとは異なります。
- Dサブワード分割は単語より小さい単位に文章を分ける方法です。この設問で求めるものとは異なります。
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 153
長文から重要な文だけを選んで短くしたい
- 公開日
- 2026年9月28日
- 分野
- 言語と系列の処理
- 難易度
- 中級
長文から重要な文だけを選んで短くしたい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：B
原文の文を選んで要約を作る方法です。文章の目的に合う処理を区別します。
選択肢のポイント
- A生成型要約は要点を新しい文として生成する方法です。この設問で求めるものとは異なります。
- B正解です。原文の文を選んで要約を作る方法です。
- C意図分類は発言の目的や意図をカテゴリへ分ける処理です。この設問で求めるものとは異なります。
- D意味検索は語の一致だけでなく意味の近さを使う検索です。この設問で求めるものとは異なります。
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 154
原文にない表現で要点を短く書き直したい
- 公開日
- 2026年9月28日
- 分野
- 言語と系列の処理
- 難易度
- 中級
原文にない表現で要点を短く書き直したい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：C
要点を新しい文として生成する方法です。文章の目的に合う処理を区別します。
選択肢のポイント
- A機械翻訳は一つの言語の内容を別の言語へ変換する処理です。この設問で求めるものとは異なります。
- B共参照解析は異なる表現が同じ対象を指すか判定する処理です。この設問で求めるものとは異なります。
- C正解です。要点を新しい文として生成する方法です。
- Dトピックモデルは文書群の潜在的な話題を推定する方法です。この設問で求めるものとは異なります。
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 155
語順の違う二言語の文を対応付けて翻訳したい
- 公開日
- 2026年9月28日
- 分野
- 言語と系列の処理
- 難易度
- 中級
語順の違う二言語の文を対応付けて翻訳したい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：D
一つの言語の内容を別の言語へ変換する処理です。文章の目的に合う処理を区別します。
選択肢のポイント
- A文埋め込みは文章全体の意味をベクトルとして表す方法です。この設問で求めるものとは異なります。
- Bサブワード分割は単語より小さい単位に文章を分ける方法です。この設問で求めるものとは異なります。
- C抽出型質問応答は根拠文書から回答箇所を取り出す方法です。この設問で求めるものとは異なります。
- D正解です。一つの言語の内容を別の言語へ変換する処理です。
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 156
似た意味の問い合わせを数値表現で近くに置きたい
- 公開日
- 2026年9月28日
- 分野
- 言語と系列の処理
- 難易度
- 中級
似た意味の問い合わせを数値表現で近くに置きたい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：A
文章全体の意味をベクトルとして表す方法です。文章の目的に合う処理を区別します。
選択肢のポイント
- A正解です。文章全体の意味をベクトルとして表す方法です。
- B意図分類は発言の目的や意図をカテゴリへ分ける処理です。この設問で求めるものとは異なります。
- C意味検索は語の一致だけでなく意味の近さを使う検索です。この設問で求めるものとは異なります。
- D抽出型要約は原文の文を選んで要約を作る方法です。この設問で求めるものとは異なります。
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 157
会話の発言が質問か依頼かを識別したい
- 公開日
- 2026年9月28日
- 分野
- 言語と系列の処理
- 難易度
- 中級
会話の発言が質問か依頼かを識別したい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：B
発言の目的や意図をカテゴリへ分ける処理です。文章の目的に合う処理を区別します。
選択肢のポイント
- A共参照解析は異なる表現が同じ対象を指すか判定する処理です。この設問で求めるものとは異なります。
- B正解です。発言の目的や意図をカテゴリへ分ける処理です。
- Cトピックモデルは文書群の潜在的な話題を推定する方法です。この設問で求めるものとは異なります。
- D生成型要約は要点を新しい文として生成する方法です。この設問で求めるものとは異なります。
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 158
複数文中の「彼」が誰を指すか確かめたい
- 公開日
- 2026年9月28日
- 分野
- 言語と系列の処理
- 難易度
- 中級
複数文中の「彼」が誰を指すか確かめたい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：C
異なる表現が同じ対象を指すか判定する処理です。文章の目的に合う処理を区別します。
選択肢のポイント
- Aサブワード分割は単語より小さい単位に文章を分ける方法です。この設問で求めるものとは異なります。
- B抽出型質問応答は根拠文書から回答箇所を取り出す方法です。この設問で求めるものとは異なります。
- C正解です。異なる表現が同じ対象を指すか判定する処理です。
- D機械翻訳は一つの言語の内容を別の言語へ変換する処理です。この設問で求めるものとは異なります。
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 159
新語を含む文章を小さな単位へ分け未知語を減らしたい
- 公開日
- 2026年9月28日
- 分野
- 言語と系列の処理
- 難易度
- 中級
新語を含む文章を小さな単位へ分け未知語を減らしたい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：D
単語より小さい単位に文章を分ける方法です。文章の目的に合う処理を区別します。
選択肢のポイント
- A意味検索は語の一致だけでなく意味の近さを使う検索です。この設問で求めるものとは異なります。
- B抽出型要約は原文の文を選んで要約を作る方法です。この設問で求めるものとは異なります。
- C文埋め込みは文章全体の意味をベクトルとして表す方法です。この設問で求めるものとは異なります。
- D正解です。単語より小さい単位に文章を分ける方法です。
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 160
検索文と資料の意味的な近さで候補を並べたい
- 公開日
- 2026年9月28日
- 分野
- 言語と系列の処理
- 難易度
- 中級
検索文と資料の意味的な近さで候補を並べたい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：A
語の一致だけでなく意味の近さを使う検索です。文章の目的に合う処理を区別します。
選択肢のポイント
- A正解です。語の一致だけでなく意味の近さを使う検索です。
- Bトピックモデルは文書群の潜在的な話題を推定する方法です。この設問で求めるものとは異なります。
- C生成型要約は要点を新しい文として生成する方法です。この設問で求めるものとは異なります。
- D意図分類は発言の目的や意図をカテゴリへ分ける処理です。この設問で求めるものとは異なります。
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 161
外部資料の該当部分を検索して回答へ渡したい
- 公開日
- 2026年9月28日
- 分野
- 生成AIの仕組み
- 難易度
- 中級
外部資料の該当部分を検索して回答へ渡したい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：B
検索した情報を生成時の入力に加える方法です。生成と参照資料の役割を区別します。
選択肢のポイント
- Aツール呼び出しはモデルが外部機能を利用する仕組みです。この設問で求めるものとは異なります。
- B正解です。検索した情報を生成時の入力に加える方法です。
- C温度パラメータは次の単位を選ぶ確率分布の鋭さを変える設定です。この設問で求めるものとは異なります。
- D少数例プロンプトは少数の入出力例で動作を示す方法です。この設問で求めるものとは異なります。
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 162
モデルが外部の計算器を呼んで数値を求めたい
- 公開日
- 2026年9月28日
- 分野
- 生成AIの仕組み
- 難易度
- 中級
モデルが外部の計算器を呼んで数値を求めたい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：C
モデルが外部機能を利用する仕組みです。生成と参照資料の役割を区別します。
選択肢のポイント
- Aテキスト埋め込みは文章の意味を数値ベクトルで表す方法です。この設問で求めるものとは異なります。
- Btop-pサンプリングは累積確率で生成候補を絞る方法です。この設問で求めるものとは異なります。
- C正解です。モデルが外部機能を利用する仕組みです。
- Dマルチモーダルモデルは異なる種類の情報を組み合わせて扱うモデルです。この設問で求めるものとは異なります。
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 163
文章を意味の近さで探せる数値へ変換したい
- 公開日
- 2026年9月28日
- 分野
- 生成AIの仕組み
- 難易度
- 中級
文章を意味の近さで探せる数値へ変換したい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：D
文章の意味を数値ベクトルで表す方法です。生成と参照資料の役割を区別します。
選択肢のポイント
- A根拠提示は回答と参照資料の対応を示すことです。この設問で求めるものとは異なります。
- B文脈選択は入力可能な範囲に合わせ必要な情報を選ぶことです。この設問で求めるものとは異なります。
- Cファクトチェックは生成内容の事実を信頼できる資料で確かめる作業です。この設問で求めるものとは異なります。
- D正解です。文章の意味を数値ベクトルで表す方法です。
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 164
生成文が資料のどの記述に基づくか示したい
- 公開日
- 2026年9月28日
- 分野
- 生成AIの仕組み
- 難易度
- 中級
生成文が資料のどの記述に基づくか示したい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：A
回答と参照資料の対応を示すことです。生成と参照資料の役割を区別します。
選択肢のポイント
- A正解です。回答と参照資料の対応を示すことです。
- B温度パラメータは次の単位を選ぶ確率分布の鋭さを変える設定です。この設問で求めるものとは異なります。
- C少数例プロンプトは少数の入出力例で動作を示す方法です。この設問で求めるものとは異なります。
- DRAGは検索した情報を生成時の入力に加える方法です。この設問で求めるものとは異なります。
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 165
回答の確率的なばらつきを調整したい
- 公開日
- 2026年9月28日
- 分野
- 生成AIの仕組み
- 難易度
- 中級
回答の確率的なばらつきを調整したい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：B
次の単位を選ぶ確率分布の鋭さを変える設定です。生成と参照資料の役割を区別します。
選択肢のポイント
- Atop-pサンプリングは累積確率で生成候補を絞る方法です。この設問で求めるものとは異なります。
- B正解です。次の単位を選ぶ確率分布の鋭さを変える設定です。
- Cマルチモーダルモデルは異なる種類の情報を組み合わせて扱うモデルです。この設問で求めるものとは異なります。
- Dツール呼び出しはモデルが外部機能を利用する仕組みです。この設問で求めるものとは異なります。
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 166
累積確率で次の語の候補集合を制限したい
- 公開日
- 2026年9月28日
- 分野
- 生成AIの仕組み
- 難易度
- 中級
累積確率で次の語の候補集合を制限したい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：C
累積確率で生成候補を絞る方法です。生成と参照資料の役割を区別します。
選択肢のポイント
- A文脈選択は入力可能な範囲に合わせ必要な情報を選ぶことです。この設問で求めるものとは異なります。
- Bファクトチェックは生成内容の事実を信頼できる資料で確かめる作業です。この設問で求めるものとは異なります。
- C正解です。累積確率で生成候補を絞る方法です。
- Dテキスト埋め込みは文章の意味を数値ベクトルで表す方法です。この設問で求めるものとは異なります。
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 167
入力が長すぎるので関連部分だけ残したい
- 公開日
- 2026年9月28日
- 分野
- 生成AIの仕組み
- 難易度
- 中級
入力が長すぎるので関連部分だけ残したい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：D
入力可能な範囲に合わせ必要な情報を選ぶことです。生成と参照資料の役割を区別します。
選択肢のポイント
- A少数例プロンプトは少数の入出力例で動作を示す方法です。この設問で求めるものとは異なります。
- BRAGは検索した情報を生成時の入力に加える方法です。この設問で求めるものとは異なります。
- C根拠提示は回答と参照資料の対応を示すことです。この設問で求めるものとは異なります。
- D正解です。入力可能な範囲に合わせ必要な情報を選ぶことです。
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 168
指示と回答の例を示して望む形式を伝えたい
- 公開日
- 2026年9月28日
- 分野
- 生成AIの仕組み
- 難易度
- 中級
指示と回答の例を示して望む形式を伝えたい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：A
少数の入出力例で動作を示す方法です。生成と参照資料の役割を区別します。
選択肢のポイント
- A正解です。少数の入出力例で動作を示す方法です。
- Bマルチモーダルモデルは異なる種類の情報を組み合わせて扱うモデルです。この設問で求めるものとは異なります。
- Cツール呼び出しはモデルが外部機能を利用する仕組みです。この設問で求めるものとは異なります。
- D温度パラメータは次の単位を選ぶ確率分布の鋭さを変える設定です。この設問で求めるものとは異なります。
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 169
文章と画像の情報を一つの応答で扱いたい
- 公開日
- 2026年9月28日
- 分野
- 生成AIの仕組み
- 難易度
- 中級
文章と画像の情報を一つの応答で扱いたい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：B
異なる種類の情報を組み合わせて扱うモデルです。生成と参照資料の役割を区別します。
選択肢のポイント
- Aファクトチェックは生成内容の事実を信頼できる資料で確かめる作業です。この設問で求めるものとは異なります。
- B正解です。異なる種類の情報を組み合わせて扱うモデルです。
- Cテキスト埋め込みは文章の意味を数値ベクトルで表す方法です。この設問で求めるものとは異なります。
- Dtop-pサンプリングは累積確率で生成候補を絞る方法です。この設問で求めるものとは異なります。
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 170
モデルのもっともらしい誤りを一次資料で調べたい
- 公開日
- 2026年9月28日
- 分野
- 生成AIの仕組み
- 難易度
- 中級
モデルのもっともらしい誤りを一次資料で調べたい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：C
生成内容の事実を信頼できる資料で確かめる作業です。生成と参照資料の役割を区別します。
選択肢のポイント
- ARAGは検索した情報を生成時の入力に加える方法です。この設問で求めるものとは異なります。
- B根拠提示は回答と参照資料の対応を示すことです。この設問で求めるものとは異なります。
- C正解です。生成内容の事実を信頼できる資料で確かめる作業です。
- D文脈選択は入力可能な範囲に合わせ必要な情報を選ぶことです。この設問で求めるものとは異なります。
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 171
回帰予測の誤差の絶対値を平均したい
- 公開日
- 2026年9月28日
- 分野
- モデルの性能評価
- 難易度
- 上級
回帰予測の誤差の絶対値を平均したい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：D
予測と実測の差の絶対値の平均です。数値だけでなく誤りの種類と検証条件を見ます。
選択肢のポイント
- A二乗平均平方根誤差は二乗誤差の平均の平方根です。この設問で求めるものとは異なります。
- B信頼度曲線は予測確率と観測頻度を比較する図です。この設問で求めるものとは異なります。
- C遅延の分位点評価は応答時間の分布の高い分位点を測ることです。この設問で求めるものとは異なります。
- D正解です。予測と実測の差の絶対値の平均です。
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 172
回帰予測の大きな誤差を強く罰したい
- 公開日
- 2026年9月28日
- 分野
- モデルの性能評価
- 難易度
- 上級
回帰予測の大きな誤差を強く罰したい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：A
二乗誤差の平均の平方根です。数値だけでなく誤りの種類と検証条件を見ます。
選択肢のポイント
- A正解です。二乗誤差の平均の平方根です。
- B均衡正解率は感度と特異度の平均です。この設問で求めるものとは異なります。
- C属性別性能評価は集団ごとに性能を分けて調べる方法です。この設問で求めるものとは異なります。
- Dエラー分析は個々の失敗例を分類して原因を調べる作業です。この設問で求めるものとは異なります。
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 173
陽性と陰性それぞれの正しく判定できた割合を平均したい
- 公開日
- 2026年9月28日
- 分野
- モデルの性能評価
- 難易度
- 上級
陽性と陰性それぞれの正しく判定できた割合を平均したい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：B
感度と特異度の平均です。数値だけでなく誤りの種類と検証条件を見ます。
選択肢のポイント
- APR曲線はしきい値ごとの適合率と再現率を結ぶ曲線です。この設問で求めるものとは異なります。
- B正解です。感度と特異度の平均です。
- C評価集合の隔離は最終評価データを調整工程から分けて保つことです。この設問で求めるものとは異なります。
- D費用行列は誤判定の種類ごとに費用を割り当てた表です。この設問で求めるものとは異なります。
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 174
正例が少ない分類で適合率と再現率の関係を見たい
- 公開日
- 2026年9月28日
- 分野
- モデルの性能評価
- 難易度
- 上級
正例が少ない分類で適合率と再現率の関係を見たい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：C
しきい値ごとの適合率と再現率を結ぶ曲線です。数値だけでなく誤りの種類と検証条件を見ます。
選択肢のポイント
- A信頼度曲線は予測確率と観測頻度を比較する図です。この設問で求めるものとは異なります。
- B遅延の分位点評価は応答時間の分布の高い分位点を測ることです。この設問で求めるものとは異なります。
- C正解です。しきい値ごとの適合率と再現率を結ぶ曲線です。
- D平均絶対誤差は予測と実測の差の絶対値の平均です。この設問で求めるものとは異なります。
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 175
予測確率が実際の発生率と合うかを図で見たい
- 公開日
- 2026年9月28日
- 分野
- モデルの性能評価
- 難易度
- 上級
予測確率が実際の発生率と合うかを図で見たい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：D
予測確率と観測頻度を比較する図です。数値だけでなく誤りの種類と検証条件を見ます。
選択肢のポイント
- A属性別性能評価は集団ごとに性能を分けて調べる方法です。この設問で求めるものとは異なります。
- Bエラー分析は個々の失敗例を分類して原因を調べる作業です。この設問で求めるものとは異なります。
- C二乗平均平方根誤差は二乗誤差の平均の平方根です。この設問で求めるものとは異なります。
- D正解です。予測確率と観測頻度を比較する図です。
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 176
運用対象の一部集団だけ性能が低くないか調べたい
- 公開日
- 2026年9月28日
- 分野
- モデルの性能評価
- 難易度
- 上級
運用対象の一部集団だけ性能が低くないか調べたい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：A
集団ごとに性能を分けて調べる方法です。数値だけでなく誤りの種類と検証条件を見ます。
選択肢のポイント
- A正解です。集団ごとに性能を分けて調べる方法です。
- B評価集合の隔離は最終評価データを調整工程から分けて保つことです。この設問で求めるものとは異なります。
- C費用行列は誤判定の種類ごとに費用を割り当てた表です。この設問で求めるものとは異なります。
- D均衡正解率は感度と特異度の平均です。この設問で求めるものとは異なります。
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 177
同じ評価集合を繰り返し使って調整し過ぎる危険を避け…
- 公開日
- 2026年9月28日
- 分野
- モデルの性能評価
- 難易度
- 上級
同じ評価集合を繰り返し使って調整し過ぎる危険を避けたい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：B
最終評価データを調整工程から分けて保つことです。数値だけでなく誤りの種類と検証条件を見ます。
選択肢のポイント
- A遅延の分位点評価は応答時間の分布の高い分位点を測ることです。この設問で求めるものとは異なります。
- B正解です。最終評価データを調整工程から分けて保つことです。
- C平均絶対誤差は予測と実測の差の絶対値の平均です。この設問で求めるものとは異なります。
- DPR曲線はしきい値ごとの適合率と再現率を結ぶ曲線です。この設問で求めるものとは異なります。
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 178
回答時間の上位側が長くならないか調べたい
- 公開日
- 2026年9月28日
- 分野
- モデルの性能評価
- 難易度
- 上級
回答時間の上位側が長くならないか調べたい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：C
応答時間の分布の高い分位点を測ることです。数値だけでなく誤りの種類と検証条件を見ます。
選択肢のポイント
- Aエラー分析は個々の失敗例を分類して原因を調べる作業です。この設問で求めるものとは異なります。
- B二乗平均平方根誤差は二乗誤差の平均の平方根です。この設問で求めるものとは異なります。
- C正解です。応答時間の分布の高い分位点を測ることです。
- D信頼度曲線は予測確率と観測頻度を比較する図です。この設問で求めるものとは異なります。
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 179
正解率が同じ二モデルの誤り例を比べたい
- 公開日
- 2026年9月28日
- 分野
- モデルの性能評価
- 難易度
- 上級
正解率が同じ二モデルの誤り例を比べたい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：D
個々の失敗例を分類して原因を調べる作業です。数値だけでなく誤りの種類と検証条件を見ます。
選択肢のポイント
- A費用行列は誤判定の種類ごとに費用を割り当てた表です。この設問で求めるものとは異なります。
- B均衡正解率は感度と特異度の平均です。この設問で求めるものとは異なります。
- C属性別性能評価は集団ごとに性能を分けて調べる方法です。この設問で求めるものとは異なります。
- D正解です。個々の失敗例を分類して原因を調べる作業です。
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 180
しきい値変更時に実際の損失がどう変わるか確かめたい
- 公開日
- 2026年9月28日
- 分野
- モデルの性能評価
- 難易度
- 上級
しきい値変更時に実際の損失がどう変わるか確かめたい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：A
誤判定の種類ごとに費用を割り当てた表です。数値だけでなく誤りの種類と検証条件を見ます。
選択肢のポイント
- A正解です。誤判定の種類ごとに費用を割り当てた表です。
- B平均絶対誤差は予測と実測の差の絶対値の平均です。この設問で求めるものとは異なります。
- CPR曲線はしきい値ごとの適合率と再現率を結ぶ曲線です。この設問で求めるものとは異なります。
- D評価集合の隔離は最終評価データを調整工程から分けて保つことです。この設問で求めるものとは異なります。
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 181
開発時に想定していない用途への転用を防ぎたい
- 公開日
- 2026年9月28日
- 分野
- 責任あるAI
- 難易度
- 基礎
開発時に想定していない用途への転用を防ぎたい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：B
許容する利用目的や場面を定めることです。利用者への影響と情報の扱いを確認します。
選択肢のポイント
- AAI利用の明示はAIによる処理の存在を利用者へ示すことです。この設問で求めるものとは異なります。
- B正解です。許容する利用目的や場面を定めることです。
- C個人情報の確認は個人に結び付く情報の有無を確かめることです。この設問で求めるものとは異なります。
- Dレッドチーミングは攻撃的な利用を想定して弱点を探す評価です。この設問で求めるものとは異なります。
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 182
利用者へAIを使っている事実を知らせたい
- 公開日
- 2026年9月28日
- 分野
- 責任あるAI
- 難易度
- 基礎
利用者へAIを使っている事実を知らせたい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：C
AIによる処理の存在を利用者へ示すことです。利用者への影響と情報の扱いを確認します。
選択肢のポイント
- A異議申立て手段は判断を再検討してもらうための経路です。この設問で求めるものとは異なります。
- B生成物の権利確認は生成内容と素材の権利条件を確かめることです。この設問で求めるものとは異なります。
- C正解です。AIによる処理の存在を利用者へ示すことです。
- Dモデルカードはモデルの目的や評価、制約をまとめた文書です。この設問で求めるものとは異なります。
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 183
誤った自動判断に対し利用者が訂正を求められるように…
- 公開日
- 2026年9月28日
- 分野
- 責任あるAI
- 難易度
- 基礎
誤った自動判断に対し利用者が訂正を求められるようにしたい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：D
判断を再検討してもらうための経路です。利用者への影響と情報の扱いを確認します。
選択肢のポイント
- A人による介入は必要時に人がAIの処理へ関与することです。この設問で求めるものとは異なります。
- B責任分担は関係者の役割と責任を明確にすることです。この設問で求めるものとは異なります。
- Cデータの来歴管理はデータの取得元と変遷を追えるようにすることです。この設問で求めるものとは異なります。
- D正解です。判断を再検討してもらうための経路です。
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 184
重要な判断を人が停止できるようにしたい
- 公開日
- 2026年9月28日
- 分野
- 責任あるAI
- 難易度
- 基礎
重要な判断を人が停止できるようにしたい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：A
必要時に人がAIの処理へ関与することです。利用者への影響と情報の扱いを確認します。
選択肢のポイント
- A正解です。必要時に人がAIの処理へ関与することです。
- B個人情報の確認は個人に結び付く情報の有無を確かめることです。この設問で求めるものとは異なります。
- Cレッドチーミングは攻撃的な利用を想定して弱点を探す評価です。この設問で求めるものとは異なります。
- D用途制限は許容する利用目的や場面を定めることです。この設問で求めるものとは異なります。
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 185
学習資料に個人を識別できる情報があるか調べたい
- 公開日
- 2026年9月28日
- 分野
- 責任あるAI
- 難易度
- 基礎
学習資料に個人を識別できる情報があるか調べたい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：B
個人に結び付く情報の有無を確かめることです。利用者への影響と情報の扱いを確認します。
選択肢のポイント
- A生成物の権利確認は生成内容と素材の権利条件を確かめることです。この設問で求めるものとは異なります。
- B正解です。個人に結び付く情報の有無を確かめることです。
- Cモデルカードはモデルの目的や評価、制約をまとめた文書です。この設問で求めるものとは異なります。
- DAI利用の明示はAIによる処理の存在を利用者へ示すことです。この設問で求めるものとは異なります。
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 186
モデルが作った文を公開前に権利面から調べたい
- 公開日
- 2026年9月28日
- 分野
- 責任あるAI
- 難易度
- 基礎
モデルが作った文を公開前に権利面から調べたい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：C
生成内容と素材の権利条件を確かめることです。利用者への影響と情報の扱いを確認します。
選択肢のポイント
- A責任分担は関係者の役割と責任を明確にすることです。この設問で求めるものとは異なります。
- Bデータの来歴管理はデータの取得元と変遷を追えるようにすることです。この設問で求めるものとは異なります。
- C正解です。生成内容と素材の権利条件を確かめることです。
- D異議申立て手段は判断を再検討してもらうための経路です。この設問で求めるものとは異なります。
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 187
誰が利用を承認し問題時に対応するか決めたい
- 公開日
- 2026年9月28日
- 分野
- 責任あるAI
- 難易度
- 基礎
誰が利用を承認し問題時に対応するか決めたい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：D
関係者の役割と責任を明確にすることです。利用者への影響と情報の扱いを確認します。
選択肢のポイント
- Aレッドチーミングは攻撃的な利用を想定して弱点を探す評価です。この設問で求めるものとは異なります。
- B用途制限は許容する利用目的や場面を定めることです。この設問で求めるものとは異なります。
- C人による介入は必要時に人がAIの処理へ関与することです。この設問で求めるものとは異なります。
- D正解です。関係者の役割と責任を明確にすることです。
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 188
想定外の悪用を公開前に試して弱点を探したい
- 公開日
- 2026年9月28日
- 分野
- 責任あるAI
- 難易度
- 基礎
想定外の悪用を公開前に試して弱点を探したい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：A
攻撃的な利用を想定して弱点を探す評価です。利用者への影響と情報の扱いを確認します。
選択肢のポイント
- A正解です。攻撃的な利用を想定して弱点を探す評価です。
- Bモデルカードはモデルの目的や評価、制約をまとめた文書です。この設問で求めるものとは異なります。
- CAI利用の明示はAIによる処理の存在を利用者へ示すことです。この設問で求めるものとは異なります。
- D個人情報の確認は個人に結び付く情報の有無を確かめることです。この設問で求めるものとは異なります。
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 189
モデルの利用条件と性能の限界を記録したい
- 公開日
- 2026年9月28日
- 分野
- 責任あるAI
- 難易度
- 基礎
モデルの利用条件と性能の限界を記録したい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：B
モデルの目的や評価、制約をまとめた文書です。利用者への影響と情報の扱いを確認します。
選択肢のポイント
- Aデータの来歴管理はデータの取得元と変遷を追えるようにすることです。この設問で求めるものとは異なります。
- B正解です。モデルの目的や評価、制約をまとめた文書です。
- C異議申立て手段は判断を再検討してもらうための経路です。この設問で求めるものとは異なります。
- D生成物の権利確認は生成内容と素材の権利条件を確かめることです。この設問で求めるものとは異なります。
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 190
入力データの出所や利用許可を一覧にしたい
- 公開日
- 2026年9月28日
- 分野
- 責任あるAI
- 難易度
- 基礎
入力データの出所や利用許可を一覧にしたい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：C
データの取得元と変遷を追えるようにすることです。利用者への影響と情報の扱いを確認します。
選択肢のポイント
- A用途制限は許容する利用目的や場面を定めることです。この設問で求めるものとは異なります。
- B人による介入は必要時に人がAIの処理へ関与することです。この設問で求めるものとは異なります。
- C正解です。データの取得元と変遷を追えるようにすることです。
- D責任分担は関係者の役割と責任を明確にすることです。この設問で求めるものとは異なります。
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 191
予測が業務のどの意思決定を変えるか先に定めたい
- 公開日
- 2026年9月28日
- 分野
- AIの事業利用
- 難易度
- 中級
予測が業務のどの意思決定を変えるか先に定めたい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：D
AI出力を使う判断や作業を特定することです。課題、費用、運用を段階ごとに判断します。
選択肢のポイント
- A現状業務の計測は導入前の作業量と成果を測ることです。この設問で求めるものとは異なります。
- B運用費の見積りは継続利用に必要な費用を予測することです。この設問で求めるものとは異なります。
- C代替手順はシステムが使えないときの業務方法です。この設問で求めるものとは異なります。
- D正解です。AI出力を使う判断や作業を特定することです。
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 192
既存の手作業にかかる時間と費用を測りたい
- 公開日
- 2026年9月28日
- 分野
- AIの事業利用
- 難易度
- 中級
既存の手作業にかかる時間と費用を測りたい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：A
導入前の作業量と成果を測ることです。課題、費用、運用を段階ごとに判断します。
選択肢のポイント
- A正解です。導入前の作業量と成果を測ることです。
- B技術選定は要求を満たす技術を比較して選ぶことです。この設問で求めるものとは異なります。
- C利用者教育は運用担当へ正しい利用方法を伝えることです。この設問で求めるものとは異なります。
- D複数指標の評価は異なる側面の成果を合わせて測ることです。この設問で求めるものとは異なります。
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 193
複数の候補技術を費用と要件への適合で比較したい
- 公開日
- 2026年9月28日
- 分野
- AIの事業利用
- 難易度
- 中級
複数の候補技術を費用と要件への適合で比較したい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：B
要求を満たす技術を比較して選ぶことです。課題、費用、運用を段階ごとに判断します。
選択肢のポイント
- A現場検証は実際の業務条件で効果を調べることです。この設問で求めるものとは異なります。
- B正解です。要求を満たす技術を比較して選ぶことです。
- C再評価基準は性能を調べ直す条件や時期です。この設問で求めるものとは異なります。
- D委託先の確認は外部事業者の情報管理と契約条件を調べることです。この設問で求めるものとは異なります。
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 194
試験環境で改善しても本番業務で役立つか確かめたい
- 公開日
- 2026年9月28日
- 分野
- AIの事業利用
- 難易度
- 中級
試験環境で改善しても本番業務で役立つか確かめたい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：C
実際の業務条件で効果を調べることです。課題、費用、運用を段階ごとに判断します。
選択肢のポイント
- A運用費の見積りは継続利用に必要な費用を予測することです。この設問で求めるものとは異なります。
- B代替手順はシステムが使えないときの業務方法です。この設問で求めるものとは異なります。
- C正解です。実際の業務条件で効果を調べることです。
- D利用場面の定義はAI出力を使う判断や作業を特定することです。この設問で求めるものとは異なります。
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 195
専門家が誤判定を確認する作業時間も費用へ入れたい
- 公開日
- 2026年9月28日
- 分野
- AIの事業利用
- 難易度
- 中級
専門家が誤判定を確認する作業時間も費用へ入れたい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：D
継続利用に必要な費用を予測することです。課題、費用、運用を段階ごとに判断します。
選択肢のポイント
- A利用者教育は運用担当へ正しい利用方法を伝えることです。この設問で求めるものとは異なります。
- B複数指標の評価は異なる側面の成果を合わせて測ることです。この設問で求めるものとは異なります。
- C現状業務の計測は導入前の作業量と成果を測ることです。この設問で求めるものとは異なります。
- D正解です。継続利用に必要な費用を予測することです。
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 196
利用者へモデルの出力の意味と限界を教えたい
- 公開日
- 2026年9月28日
- 分野
- AIの事業利用
- 難易度
- 中級
利用者へモデルの出力の意味と限界を教えたい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：A
運用担当へ正しい利用方法を伝えることです。課題、費用、運用を段階ごとに判断します。
選択肢のポイント
- A正解です。運用担当へ正しい利用方法を伝えることです。
- B再評価基準は性能を調べ直す条件や時期です。この設問で求めるものとは異なります。
- C委託先の確認は外部事業者の情報管理と契約条件を調べることです。この設問で求めるものとは異なります。
- D技術選定は要求を満たす技術を比較して選ぶことです。この設問で求めるものとは異なります。
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 197
入力データが変わったら再評価する基準を作りたい
- 公開日
- 2026年9月28日
- 分野
- AIの事業利用
- 難易度
- 中級
入力データが変わったら再評価する基準を作りたい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：B
性能を調べ直す条件や時期です。課題、費用、運用を段階ごとに判断します。
選択肢のポイント
- A代替手順はシステムが使えないときの業務方法です。この設問で求めるものとは異なります。
- B正解です。性能を調べ直す条件や時期です。
- C利用場面の定義はAI出力を使う判断や作業を特定することです。この設問で求めるものとは異なります。
- D現場検証は実際の業務条件で効果を調べることです。この設問で求めるものとは異なります。
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 198
障害時は人手の手順へ戻せるようにしたい
- 公開日
- 2026年9月28日
- 分野
- AIの事業利用
- 難易度
- 中級
障害時は人手の手順へ戻せるようにしたい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：C
システムが使えないときの業務方法です。課題、費用、運用を段階ごとに判断します。
選択肢のポイント
- A複数指標の評価は異なる側面の成果を合わせて測ることです。この設問で求めるものとは異なります。
- B現状業務の計測は導入前の作業量と成果を測ることです。この設問で求めるものとは異なります。
- C正解です。システムが使えないときの業務方法です。
- D運用費の見積りは継続利用に必要な費用を予測することです。この設問で求めるものとは異なります。
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 199
改善の成果を売上だけでなく作業時間でも見たい
- 公開日
- 2026年9月28日
- 分野
- AIの事業利用
- 難易度
- 中級
改善の成果を売上だけでなく作業時間でも見たい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：D
異なる側面の成果を合わせて測ることです。課題、費用、運用を段階ごとに判断します。
選択肢のポイント
- A委託先の確認は外部事業者の情報管理と契約条件を調べることです。この設問で求めるものとは異なります。
- B技術選定は要求を満たす技術を比較して選ぶことです。この設問で求めるものとは異なります。
- C利用者教育は運用担当へ正しい利用方法を伝えることです。この設問で求めるものとは異なります。
- D正解です。異なる側面の成果を合わせて測ることです。
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 200
外部サービスへ送るデータの扱いを契約で確かめたい
- 公開日
- 2026年9月28日
- 分野
- AIの事業利用
- 難易度
- 中級
外部サービスへ送るデータの扱いを契約で確かめたい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：A
外部事業者の情報管理と契約条件を調べることです。課題、費用、運用を段階ごとに判断します。
選択肢のポイント
- A正解です。外部事業者の情報管理と契約条件を調べることです。
- B利用場面の定義はAI出力を使う判断や作業を特定することです。この設問で求めるものとは異なります。
- C現場検証は実際の業務条件で効果を調べることです。この設問で求めるものとは異なります。
- D再評価基準は性能を調べ直す条件や時期です。この設問で求めるものとは異なります。
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 →