PRACTICE / G
G検定｜オリジナル練習問題集 401〜500問
公開されている出題範囲を参考に、生成AIを活用して作成したオリジナルの4択練習問題です。各試験実施団体が提供する問題ではありません。現在500問を公開し、このページでは100問に挑戦できます。
QUESTION 401
迷路で現在地から通る辺の数が少ない状態を順に調べたい
- 公開日
- 2026年9月29日
- 分野
- AIの探索と知識表現
- 難易度
- 中級
迷路で現在地から通る辺の数が少ない状態を順に調べたい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：B
始点からの辺数が同じ状態を一層ずつ調べる方法です。探索の方法は解の保証と計算量を比べて選びます。
選択肢のポイント
- A深さ優先探索の後戻りは一つの経路を伸ばしてから戻る方法です。この設問で求めるものとは異なります。
- B正解です。始点からの辺数が同じ状態を一層ずつ調べる方法です。
- C知識グラフの関係表現は実体を辺で結び意味的な関係を表す方法です。この設問で求めるものとは異なります。
- D分岐係数は状態から次に進める選択肢の数です。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 / 確認日：2026年9月29日
この問題の個別ページ →
QUESTION 402
深い経路を先に進み行き止まりで戻りたい
- 公開日
- 2026年9月29日
- 分野
- AIの探索と知識表現
- 難易度
- 中級
深い経路を先に進み行き止まりで戻りたい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：C
一つの経路を伸ばしてから戻る方法です。探索の方法は解の保証と計算量を比べて選びます。
選択肢のポイント
- AA*探索の評価関数は経過費用と残り費用の推定を足す方法です。この設問で求めるものとは異なります。
- B前向き推論は既知の事実から導ける結論を増やす方法です。この設問で求めるものとは異なります。
- C正解です。一つの経路を伸ばしてから戻る方法です。
- D訪問済み状態の管理は調べた状態を記録し再探索を避けることです。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 / 確認日：2026年9月29日
この問題の個別ページ →
QUESTION 403
目的地までの推定距離と現在までの費用を合わせたい
- 公開日
- 2026年9月29日
- 分野
- AIの探索と知識表現
- 難易度
- 中級
目的地までの推定距離と現在までの費用を合わせたい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：D
経過費用と残り費用の推定を足す方法です。探索の方法は解の保証と計算量を比べて選びます。
選択肢のポイント
- A生成規則による知識表現はもし条件なら結論という形で知識を表す方法です。この設問で求めるものとは異なります。
- B後ろ向き推論は目標から成立条件をさかのぼる方法です。この設問で求めるものとは異なります。
- Cファジィ集合の所属度は要素が概念に属する程度を連続値で表します。この設問で求めるものとは異なります。
- D正解です。経過費用と残り費用の推定を足す方法です。
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 / 確認日：2026年9月29日
この問題の個別ページ →
QUESTION 404
専門家の判断を条件と結論の組で保存したい
- 公開日
- 2026年9月29日
- 分野
- AIの探索と知識表現
- 難易度
- 中級
専門家の判断を条件と結論の組で保存したい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：A
もし条件なら結論という形で知識を表す方法です。探索の方法は解の保証と計算量を比べて選びます。
選択肢のポイント
- A正解です。もし条件なら結論という形で知識を表す方法です。
- B知識グラフの関係表現は実体を辺で結び意味的な関係を表す方法です。この設問で求めるものとは異なります。
- C分岐係数は状態から次に進める選択肢の数です。この設問で求めるものとは異なります。
- D幅優先探索の層別展開は始点からの辺数が同じ状態を一層ずつ調べる方法です。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 / 確認日：2026年9月29日
この問題の個別ページ →
QUESTION 405
複数の概念とその関係を結んで検索したい
- 公開日
- 2026年9月29日
- 分野
- AIの探索と知識表現
- 難易度
- 中級
複数の概念とその関係を結んで検索したい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：B
実体を辺で結び意味的な関係を表す方法です。探索の方法は解の保証と計算量を比べて選びます。
選択肢のポイント
- A前向き推論は既知の事実から導ける結論を増やす方法です。この設問で求めるものとは異なります。
- B正解です。実体を辺で結び意味的な関係を表す方法です。
- C訪問済み状態の管理は調べた状態を記録し再探索を避けることです。この設問で求めるものとは異なります。
- D深さ優先探索の後戻りは一つの経路を伸ばしてから戻る方法です。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 / 確認日：2026年9月29日
この問題の個別ページ →
QUESTION 406
事実から規則を順に適用して新しい結論を得たい
- 公開日
- 2026年9月29日
- 分野
- AIの探索と知識表現
- 難易度
- 中級
事実から規則を順に適用して新しい結論を得たい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：C
既知の事実から導ける結論を増やす方法です。探索の方法は解の保証と計算量を比べて選びます。
選択肢のポイント
- A後ろ向き推論は目標から成立条件をさかのぼる方法です。この設問で求めるものとは異なります。
- Bファジィ集合の所属度は要素が概念に属する程度を連続値で表します。この設問で求めるものとは異なります。
- C正解です。既知の事実から導ける結論を増やす方法です。
- DA*探索の評価関数は経過費用と残り費用の推定を足す方法です。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 / 確認日：2026年9月29日
この問題の個別ページ →
QUESTION 407
結論が成り立つか逆に必要条件をたどりたい
- 公開日
- 2026年9月29日
- 分野
- AIの探索と知識表現
- 難易度
- 中級
結論が成り立つか逆に必要条件をたどりたい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：D
目標から成立条件をさかのぼる方法です。探索の方法は解の保証と計算量を比べて選びます。
選択肢のポイント
- A分岐係数は状態から次に進める選択肢の数です。この設問で求めるものとは異なります。
- B幅優先探索の層別展開は始点からの辺数が同じ状態を一層ずつ調べる方法です。この設問で求めるものとは異なります。
- C生成規則による知識表現はもし条件なら結論という形で知識を表す方法です。この設問で求めるものとは異なります。
- D正解です。目標から成立条件をさかのぼる方法です。
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 / 確認日：2026年9月29日
この問題の個別ページ →
QUESTION 408
探索対象で一つの状態から移れる候補数を把握したい
- 公開日
- 2026年9月29日
- 分野
- AIの探索と知識表現
- 難易度
- 中級
探索対象で一つの状態から移れる候補数を把握したい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：A
状態から次に進める選択肢の数です。探索の方法は解の保証と計算量を比べて選びます。
選択肢のポイント
- A正解です。状態から次に進める選択肢の数です。
- B訪問済み状態の管理は調べた状態を記録し再探索を避けることです。この設問で求めるものとは異なります。
- C深さ優先探索の後戻りは一つの経路を伸ばしてから戻る方法です。この設問で求めるものとは異なります。
- D知識グラフの関係表現は実体を辺で結び意味的な関係を表す方法です。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 / 確認日：2026年9月29日
この問題の個別ページ →
QUESTION 409
探索で同じ状態へ何度も戻る無駄を減らしたい
- 公開日
- 2026年9月29日
- 分野
- AIの探索と知識表現
- 難易度
- 中級
探索で同じ状態へ何度も戻る無駄を減らしたい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：B
調べた状態を記録し再探索を避けることです。探索の方法は解の保証と計算量を比べて選びます。
選択肢のポイント
- Aファジィ集合の所属度は要素が概念に属する程度を連続値で表します。この設問で求めるものとは異なります。
- B正解です。調べた状態を記録し再探索を避けることです。
- CA*探索の評価関数は経過費用と残り費用の推定を足す方法です。この設問で求めるものとは異なります。
- D前向き推論は既知の事実から導ける結論を増やす方法です。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 / 確認日：2026年9月29日
この問題の個別ページ →
QUESTION 410
曖昧な「暑い」を二値でなく度合いで表したい
- 公開日
- 2026年9月29日
- 分野
- AIの探索と知識表現
- 難易度
- 中級
曖昧な「暑い」を二値でなく度合いで表したい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：C
要素が概念に属する程度を連続値で表します。探索の方法は解の保証と計算量を比べて選びます。
選択肢のポイント
- A幅優先探索の層別展開は始点からの辺数が同じ状態を一層ずつ調べる方法です。この設問で求めるものとは異なります。
- B生成規則による知識表現はもし条件なら結論という形で知識を表す方法です。この設問で求めるものとは異なります。
- C正解です。要素が概念に属する程度を連続値で表します。
- D後ろ向き推論は目標から成立条件をさかのぼる方法です。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 / 確認日：2026年9月29日
この問題の個別ページ →
QUESTION 411
説明変数と結果の直線的な関係をまず基準にしたい
- 公開日
- 2026年9月29日
- 分野
- 機械学習の仮定と選択
- 難易度
- 中級
説明変数と結果の直線的な関係をまず基準にしたい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：D
線形の関係を仮定した簡潔なモデルで比較することです。手法の仮定がデータと目的に合うか確認します。
選択肢のポイント
- Aカーネル法の利用は入力の類似性を使い非線形の境界を扱う方法です。この設問で求めるものとは異なります。
- B決定木の剪定は過度な分岐を除き複雑さを抑えることです。この設問で求めるものとは異なります。
- C特徴選択は候補の入力変数から必要なものを選ぶことです。この設問で求めるものとは異なります。
- D正解です。線形の関係を仮定した簡潔なモデルで比較することです。
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 / 確認日：2026年9月29日
この問題の個別ページ →
QUESTION 412
境界が曲がる分類で近い事例の影響を重視したい
- 公開日
- 2026年9月29日
- 分野
- 機械学習の仮定と選択
- 難易度
- 中級
境界が曲がる分類で近い事例の影響を重視したい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：A
入力の類似性を使い非線形の境界を扱う方法です。手法の仮定がデータと目的に合うか確認します。
選択肢のポイント
- A正解です。入力の類似性を使い非線形の境界を扱う方法です。
- Bシルエット係数の比較は同じ群内の近さと別群との離れ具合を比べる指標です。この設問で求めるものとは異なります。
- Cブースティングの逐次学習は弱いモデルを順に作り誤りを補う方法です。この設問で求めるものとは異なります。
- Dモデル複雑度の制約は表現力を抑えて過学習を減らす考え方です。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 / 確認日：2026年9月29日
この問題の個別ページ →
QUESTION 413
クラスタの群数を変えたとき分離の良さを比べたい
- 公開日
- 2026年9月29日
- 分野
- 機械学習の仮定と選択
- 難易度
- 中級
クラスタの群数を変えたとき分離の良さを比べたい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：B
同じ群内の近さと別群との離れ具合を比べる指標です。手法の仮定がデータと目的に合うか確認します。
選択肢のポイント
- A近傍法による判定は近い学習例のラベルを用いる方法です。この設問で求めるものとは異なります。
- B正解です。同じ群内の近さと別群との離れ具合を比べる指標です。
- C主成分分析による次元圧縮は分散の大きい方向へ情報を射影する方法です。この設問で求めるものとは異なります。
- D距離計算前の標準化は値の尺度差が距離を支配しない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。
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 / 確認日：2026年9月29日
この問題の個別ページ →
QUESTION 414
近傍の例の多数決で新しい例を分類したい
- 公開日
- 2026年9月29日
- 分野
- 機械学習の仮定と選択
- 難易度
- 中級
近傍の例の多数決で新しい例を分類したい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：C
近い学習例のラベルを用いる方法です。手法の仮定がデータと目的に合うか確認します。
選択肢のポイント
- A決定木の剪定は過度な分岐を除き複雑さを抑えることです。この設問で求めるものとは異なります。
- B特徴選択は候補の入力変数から必要なものを選ぶことです。この設問で求めるものとは異なります。
- C正解です。近い学習例のラベルを用いる方法です。
- D線形モデルを基準にするは線形の関係を仮定した簡潔なモデルで比較することです。この設問で求めるものとは異なります。
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 / 確認日：2026年9月29日
この問題の個別ページ →
QUESTION 415
決定木の細かすぎる枝を削り未見データへ合わせたい
- 公開日
- 2026年9月29日
- 分野
- 機械学習の仮定と選択
- 難易度
- 中級
決定木の細かすぎる枝を削り未見データへ合わせたい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：D
過度な分岐を除き複雑さを抑えることです。手法の仮定がデータと目的に合うか確認します。
選択肢のポイント
- Aブースティングの逐次学習は弱いモデルを順に作り誤りを補う方法です。この設問で求めるものとは異なります。
- Bモデル複雑度の制約は表現力を抑えて過学習を減らす考え方です。この設問で求めるものとは異なります。
- Cカーネル法の利用は入力の類似性を使い非線形の境界を扱う方法です。この設問で求めるものとは異なります。
- D正解です。過度な分岐を除き複雑さを抑えることです。
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 / 確認日：2026年9月29日
この問題の個別ページ →
QUESTION 416
前のモデルが間違えた例へ次のモデルを重点的に合わせ…
- 公開日
- 2026年9月29日
- 分野
- 機械学習の仮定と選択
- 難易度
- 中級
前のモデルが間違えた例へ次のモデルを重点的に合わせたい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：A
弱いモデルを順に作り誤りを補う方法です。手法の仮定がデータと目的に合うか確認します。
選択肢のポイント
- A正解です。弱いモデルを順に作り誤りを補う方法です。
- B主成分分析による次元圧縮は分散の大きい方向へ情報を射影する方法です。この設問で求めるものとは異なります。
- C距離計算前の標準化は値の尺度差が距離を支配しない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シルエット係数の比較は同じ群内の近さと別群との離れ具合を比べる指標です。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 / 確認日：2026年9月29日
この問題の個別ページ →
QUESTION 417
入力項目が非常に多いので少数の主成分へまとめたい
- 公開日
- 2026年9月29日
- 分野
- 機械学習の仮定と選択
- 難易度
- 中級
入力項目が非常に多いので少数の主成分へまとめたい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：B
分散の大きい方向へ情報を射影する方法です。手法の仮定がデータと目的に合うか確認します。
選択肢のポイント
- A特徴選択は候補の入力変数から必要なものを選ぶことです。この設問で求めるものとは異なります。
- B正解です。分散の大きい方向へ情報を射影する方法です。
- C線形モデルを基準にするは線形の関係を仮定した簡潔なモデルで比較することです。この設問で求めるものとは異なります。
- D近傍法による判定は近い学習例のラベルを用いる方法です。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 / 確認日：2026年9月29日
この問題の個別ページ →
QUESTION 418
予測に不要な特徴を落としてモデルを単純にしたい
- 公開日
- 2026年9月29日
- 分野
- 機械学習の仮定と選択
- 難易度
- 中級
予測に不要な特徴を落としてモデルを単純にしたい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：C
候補の入力変数から必要なものを選ぶことです。手法の仮定がデータと目的に合うか確認します。
選択肢のポイント
- Aモデル複雑度の制約は表現力を抑えて過学習を減らす考え方です。この設問で求めるものとは異なります。
- Bカーネル法の利用は入力の類似性を使い非線形の境界を扱う方法です。この設問で求めるものとは異なります。
- C正解です。候補の入力変数から必要なものを選ぶことです。
- D決定木の剪定は過度な分岐を除き複雑さを抑えることです。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 / 確認日：2026年9月29日
この問題の個別ページ →
QUESTION 419
学習例の数に比べ複雑すぎるモデルを抑えたい
- 公開日
- 2026年9月29日
- 分野
- 機械学習の仮定と選択
- 難易度
- 中級
学習例の数に比べ複雑すぎるモデルを抑えたい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：D
表現力を抑えて過学習を減らす考え方です。手法の仮定がデータと目的に合うか確認します。
選択肢のポイント
- A距離計算前の標準化は値の尺度差が距離を支配しない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シルエット係数の比較は同じ群内の近さと別群との離れ具合を比べる指標です。この設問で求めるものとは異なります。
- Cブースティングの逐次学習は弱いモデルを順に作り誤りを補う方法です。この設問で求めるものとは異なります。
- D正解です。表現力を抑えて過学習を減らす考え方です。
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 / 確認日：2026年9月29日
この問題の個別ページ →
QUESTION 420
異なる尺度の項目を距離で比べる前にそろえたい
- 公開日
- 2026年9月29日
- 分野
- 機械学習の仮定と選択
- 難易度
- 中級
異なる尺度の項目を距離で比べる前にそろえたい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：A
値の尺度差が距離を支配しないようにすることです。手法の仮定がデータと目的に合うか確認します。
選択肢のポイント
- A正解です。値の尺度差が距離を支配しないようにすることです。
- B線形モデルを基準にするは線形の関係を仮定した簡潔なモデルで比較することです。この設問で求めるものとは異なります。
- C近傍法による判定は近い学習例のラベルを用いる方法です。この設問で求めるものとは異なります。
- D主成分分析による次元圧縮は分散の大きい方向へ情報を射影する方法です。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 / 確認日：2026年9月29日
この問題の個別ページ →
QUESTION 421
同じ重みを画像上の各位置へ使い局所模様を捉えたい
- 公開日
- 2026年9月29日
- 分野
- ニューラルネットワークの構造
- 難易度
- 上級
同じ重みを画像上の各位置へ使い局所模様を捉えたい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：B
同一フィルタを複数の場所へ適用することです。層と演算の役割を区別して理解します。
選択肢のポイント
- A自己注意による依存関係は系列の各要素が他の要素を参照する仕組みです。この設問で求めるものとは異なります。
- B正解です。同一フィルタを複数の場所へ適用することです。
- C正規化層の学習可能な係数は正規化値を再調整する倍率と加算値です。この設問で求めるものとは異なります。
- D時系列畳み込みは時間軸上の局所的なパターンを捉える方法です。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 / 確認日：2026年9月29日
この問題の個別ページ →
QUESTION 422
系列内の離れた語同士の関係を直接参照したい
- 公開日
- 2026年9月29日
- 分野
- ニューラルネットワークの構造
- 難易度
- 上級
系列内の離れた語同士の関係を直接参照したい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：C
系列の各要素が他の要素を参照する仕組みです。層と演算の役割を区別して理解します。
選択肢のポイント
- A位置情報の埋め込みは系列中の位置を表現へ加える方法です。この設問で求めるものとは異なります。
- B非線形活性化の必要性は単純な線形変換の合成を超える表現を得ることです。この設問で求めるものとは異なります。
- C正解です。系列の各要素が他の要素を参照する仕組みです。
- D再帰型ネットワークの状態は系列の過去情報を内部状態へ反映する仕組みです。この設問で求めるものとは異なります。
関連キーワード
- 自己注意による依存関係
- ニューラルネットワークの構造
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 / 確認日：2026年9月29日
この問題の個別ページ →
QUESTION 423
語の順番を注意機構へ伝えたい
- 公開日
- 2026年9月29日
- 分野
- ニューラルネットワークの構造
- 難易度
- 上級
語の順番を注意機構へ伝えたい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：D
系列中の位置を表現へ加える方法です。層と演算の役割を区別して理解します。
選択肢のポイント
- A注意スコアのスケーリングは内積をキー次元の平方根で割って値を調整することです。この設問で求めるものとは異なります。
- B単語埋め込みは語を意味的な関係を持つ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。
- Cオートエンコーダの再構成は符号化した表現から入力を再現する学習です。この設問で求めるものとは異なります。
- D正解です。系列中の位置を表現へ加える方法です。
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 / 確認日：2026年9月29日
この問題の個別ページ →
QUESTION 424
注意の内積が次元数とともに大きくなり過ぎないように…
- 公開日
- 2026年9月29日
- 分野
- ニューラルネットワークの構造
- 難易度
- 上級
注意の内積が次元数とともに大きくなり過ぎないようにしたい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：A
内積をキー次元の平方根で割って値を調整することです。層と演算の役割を区別して理解します。
選択肢のポイント
- A正解です。内積をキー次元の平方根で割って値を調整することです。
- B正規化層の学習可能な係数は正規化値を再調整する倍率と加算値です。この設問で求めるものとは異なります。
- C時系列畳み込みは時間軸上の局所的なパターンを捉える方法です。この設問で求めるものとは異なります。
- D畳み込みの重み共有は同一フィルタを複数の場所へ適用することです。この設問で求めるものとは異なります。
関連キーワード
- 注意スコアのスケーリング
- ニューラルネットワークの構造
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 / 確認日：2026年9月29日
この問題の個別ページ →
QUESTION 425
正規化後にも特徴の尺度とずれを学習で調整したい
- 公開日
- 2026年9月29日
- 分野
- ニューラルネットワークの構造
- 難易度
- 上級
正規化後にも特徴の尺度とずれを学習で調整したい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：B
正規化値を再調整する倍率と加算値です。層と演算の役割を区別して理解します。
選択肢のポイント
- A非線形活性化の必要性は単純な線形変換の合成を超える表現を得ることです。この設問で求めるものとは異なります。
- B正解です。正規化値を再調整する倍率と加算値です。
- C再帰型ネットワークの状態は系列の過去情報を内部状態へ反映する仕組みです。この設問で求めるものとは異なります。
- D自己注意による依存関係は系列の各要素が他の要素を参照する仕組みです。この設問で求めるものとは異なります。
関連キーワード
- 正規化層の学習可能な係数
- ニューラルネットワークの構造
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 / 確認日：2026年9月29日
この問題の個別ページ →
QUESTION 426
活性化関数がなければ層を重ねても線形にとどまる
- 公開日
- 2026年9月29日
- 分野
- ニューラルネットワークの構造
- 難易度
- 上級
活性化関数がなければ層を重ねても線形にとどまる。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：C
単純な線形変換の合成を超える表現を得ることです。層と演算の役割を区別して理解します。
選択肢のポイント
- A単語埋め込みは語を意味的な関係を持つ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。
- Bオートエンコーダの再構成は符号化した表現から入力を再現する学習です。この設問で求めるものとは異なります。
- C正解です。単純な線形変換の合成を超える表現を得ることです。
- D位置情報の埋め込みは系列中の位置を表現へ加える方法です。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 / 確認日：2026年9月29日
この問題の個別ページ →
QUESTION 427
単語を固定長の数値列へ写してモデルへ入れたい
- 公開日
- 2026年9月29日
- 分野
- ニューラルネットワークの構造
- 難易度
- 上級
単語を固定長の数値列へ写してモデルへ入れたい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：D
語を意味的な関係を持つベクトルで表す方法です。層と演算の役割を区別して理解します。
選択肢のポイント
- A時系列畳み込みは時間軸上の局所的なパターンを捉える方法です。この設問で求めるものとは異なります。
- B畳み込みの重み共有は同一フィルタを複数の場所へ適用することです。この設問で求めるものとは異なります。
- C注意スコアのスケーリングは内積をキー次元の平方根で割って値を調整することです。この設問で求めるものとは異なります。
- D正解です。語を意味的な関係を持つ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 / 確認日：2026年9月29日
この問題の個別ページ →
QUESTION 428
音声の時間方向にずれた模様を同じフィルタで見たい
- 公開日
- 2026年9月29日
- 分野
- ニューラルネットワークの構造
- 難易度
- 上級
音声の時間方向にずれた模様を同じフィルタで見たい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：A
時間軸上の局所的なパターンを捉える方法です。層と演算の役割を区別して理解します。
選択肢のポイント
- A正解です。時間軸上の局所的なパターンを捉える方法です。
- B再帰型ネットワークの状態は系列の過去情報を内部状態へ反映する仕組みです。この設問で求めるものとは異なります。
- C自己注意による依存関係は系列の各要素が他の要素を参照する仕組みです。この設問で求めるものとは異なります。
- D正規化層の学習可能な係数は正規化値を再調整する倍率と加算値です。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 / 確認日：2026年9月29日
この問題の個別ページ →
QUESTION 429
前の時刻の情報を内部状態に保持して次の語を読む
- 公開日
- 2026年9月29日
- 分野
- ニューラルネットワークの構造
- 難易度
- 上級
前の時刻の情報を内部状態に保持して次の語を読む。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：B
系列の過去情報を内部状態へ反映する仕組みです。層と演算の役割を区別して理解します。
選択肢のポイント
- Aオートエンコーダの再構成は符号化した表現から入力を再現する学習です。この設問で求めるものとは異なります。
- B正解です。系列の過去情報を内部状態へ反映する仕組みです。
- C位置情報の埋め込みは系列中の位置を表現へ加える方法です。この設問で求めるものとは異なります。
- D非線形活性化の必要性は単純な線形変換の合成を超える表現を得ることです。この設問で求めるものとは異なります。
関連キーワード
- 再帰型ネットワークの状態
- ニューラルネットワークの構造
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 / 確認日：2026年9月29日
この問題の個別ページ →
QUESTION 430
入力を圧縮した表現から復元して特徴を学びたい
- 公開日
- 2026年9月29日
- 分野
- ニューラルネットワークの構造
- 難易度
- 上級
入力を圧縮した表現から復元して特徴を学びたい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：C
符号化した表現から入力を再現する学習です。層と演算の役割を区別して理解します。
選択肢のポイント
- A畳み込みの重み共有は同一フィルタを複数の場所へ適用することです。この設問で求めるものとは異なります。
- B注意スコアのスケーリングは内積をキー次元の平方根で割って値を調整することです。この設問で求めるものとは異なります。
- C正解です。符号化した表現から入力を再現する学習です。
- D単語埋め込みは語を意味的な関係を持つ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
- オートエンコーダの再構成
- ニューラルネットワークの構造
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 / 確認日：2026年9月29日
この問題の個別ページ →
QUESTION 431
学習損失だけ下がり評価損失が上がり始めた
- 公開日
- 2026年9月29日
- 分野
- 学習過程の診断
- 難易度
- 中級
学習損失だけ下がり評価損失が上がり始めた。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：D
学習例へ適合し過ぎて未見の例で悪化する状態です。損失曲線と設定変更の意味を読み分けます。
選択肢のポイント
- A表現不足の確認はモデルが関係を十分に捉えられない可能性を調べることです。この設問で求めるものとは異なります。
- Bバッチ正規化の利用はミニバッチの平均と分散を用いて値を正規化する方法です。この設問で求めるものとは異なります。
- C学習率ウォームアップは学習序盤の更新幅を段階的に増やす方法です。この設問で求めるものとは異なります。
- D正解です。学習例へ適合し過ぎて未見の例で悪化する状態です。
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 / 確認日：2026年9月29日
この問題の個別ページ →
QUESTION 432
学習と評価の両方で誤差が高止まりしている
- 公開日
- 2026年9月29日
- 分野
- 学習過程の診断
- 難易度
- 中級
学習と評価の両方で誤差が高止まりしている。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：A
モデルが関係を十分に捉えられない可能性を調べることです。損失曲線と設定変更の意味を読み分けます。
選択肢のポイント
- A正解です。モデルが関係を十分に捉えられない可能性を調べることです。
- B学習率の引下げは一回の更新量を小さくする調整です。この設問で求めるものとは異なります。
- Cドロップアウトによる正則化は特定の結合への依存を減らす学習方法です。この設問で求めるものとは異なります。
- D適応的な学習率調整はパラメータごとに更新幅を変える最適化です。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 / 確認日：2026年9月29日
この問題の個別ページ →
QUESTION 433
勾配更新の幅が大き過ぎて損失が振動する
- 公開日
- 2026年9月29日
- 分野
- 学習過程の診断
- 難易度
- 中級
勾配更新の幅が大き過ぎて損失が振動する。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：B
一回の更新量を小さくする調整です。損失曲線と設定変更の意味を読み分けます。
選択肢のポイント
- A勾配消失の診断は逆伝播で勾配が小さくなり過ぎる現象を調べることです。この設問で求めるものとは異なります。
- B正解です。一回の更新量を小さくする調整です。
- C独立した最終テストの保持は選定に使わないデータで最後に性能を測ることです。この設問で求めるものとは異なります。
- D部分的なファインチューニングは既存モデルの一部の重みだけ再学習することです。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 / 確認日：2026年9月29日
この問題の個別ページ →
QUESTION 434
初期層へ誤差の情報が届きにくい長いネットを調べたい
- 公開日
- 2026年9月29日
- 分野
- 学習過程の診断
- 難易度
- 中級
初期層へ誤差の情報が届きにくい長いネットを調べたい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：C
逆伝播で勾配が小さくなり過ぎる現象を調べることです。損失曲線と設定変更の意味を読み分けます。
選択肢のポイント
- Aバッチ正規化の利用はミニバッチの平均と分散を用いて値を正規化する方法です。この設問で求めるものとは異なります。
- B学習率ウォームアップは学習序盤の更新幅を段階的に増やす方法です。この設問で求めるものとは異なります。
- C正解です。逆伝播で勾配が小さくなり過ぎる現象を調べることです。
- D過学習の兆候は学習例へ適合し過ぎて未見の例で悪化する状態です。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 / 確認日：2026年9月29日
この問題の個別ページ →
QUESTION 435
ミニバッチ内の統計を用いて層の値を整えたい
- 公開日
- 2026年9月29日
- 分野
- 学習過程の診断
- 難易度
- 中級
ミニバッチ内の統計を用いて層の値を整えたい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：D
ミニバッチの平均と分散を用いて値を正規化する方法です。損失曲線と設定変更の意味を読み分けます。
選択肢のポイント
- Aドロップアウトによる正則化は特定の結合への依存を減らす学習方法です。この設問で求めるものとは異なります。
- B適応的な学習率調整はパラメータごとに更新幅を変える最適化です。この設問で求めるものとは異なります。
- C表現不足の確認はモデルが関係を十分に捉えられない可能性を調べることです。この設問で求めるものとは異なります。
- D正解です。ミニバッチの平均と分散を用いて値を正規化する方法です。
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 / 確認日：2026年9月29日
この問題の個別ページ →
QUESTION 436
学習時だけ一部のユニットを無作為に無効化したい
- 公開日
- 2026年9月29日
- 分野
- 学習過程の診断
- 難易度
- 中級
学習時だけ一部のユニットを無作為に無効化したい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：A
特定の結合への依存を減らす学習方法です。損失曲線と設定変更の意味を読み分けます。
選択肢のポイント
- A正解です。特定の結合への依存を減らす学習方法です。
- B独立した最終テストの保持は選定に使わないデータで最後に性能を測ることです。この設問で求めるものとは異なります。
- C部分的なファインチューニングは既存モデルの一部の重みだけ再学習することです。この設問で求めるものとは異なります。
- D学習率の引下げは一回の更新量を小さくする調整です。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 / 確認日：2026年9月29日
この問題の個別ページ →
QUESTION 437
評価用の例を見ながら何度も設定を選ぶ危険を避けたい
- 公開日
- 2026年9月29日
- 分野
- 学習過程の診断
- 難易度
- 中級
評価用の例を見ながら何度も設定を選ぶ危険を避けたい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：B
選定に使わないデータで最後に性能を測ることです。損失曲線と設定変更の意味を読み分けます。
選択肢のポイント
- A学習率ウォームアップは学習序盤の更新幅を段階的に増やす方法です。この設問で求めるものとは異なります。
- B正解です。選定に使わないデータで最後に性能を測ることです。
- C過学習の兆候は学習例へ適合し過ぎて未見の例で悪化する状態です。この設問で求めるものとは異なります。
- D勾配消失の診断は逆伝播で勾配が小さくなり過ぎる現象を調べることです。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 / 確認日：2026年9月29日
この問題の個別ページ →
QUESTION 438
学習開始直後だけ更新幅を小さくし徐々に通常値へ近づ…
- 公開日
- 2026年9月29日
- 分野
- 学習過程の診断
- 難易度
- 中級
学習開始直後だけ更新幅を小さくし徐々に通常値へ近づけたい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：C
学習序盤の更新幅を段階的に増やす方法です。損失曲線と設定変更の意味を読み分けます。
選択肢のポイント
- A適応的な学習率調整はパラメータごとに更新幅を変える最適化です。この設問で求めるものとは異なります。
- B表現不足の確認はモデルが関係を十分に捉えられない可能性を調べることです。この設問で求めるものとは異なります。
- C正解です。学習序盤の更新幅を段階的に増やす方法です。
- Dバッチ正規化の利用はミニバッチの平均と分散を用いて値を正規化する方法です。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 / 確認日：2026年9月29日
この問題の個別ページ →
QUESTION 439
入力項目ごとに勾配に応じた更新幅を変えたい
- 公開日
- 2026年9月29日
- 分野
- 学習過程の診断
- 難易度
- 中級
入力項目ごとに勾配に応じた更新幅を変えたい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：D
パラメータごとに更新幅を変える最適化です。損失曲線と設定変更の意味を読み分けます。
選択肢のポイント
- A部分的なファインチューニングは既存モデルの一部の重みだけ再学習することです。この設問で求めるものとは異なります。
- B学習率の引下げは一回の更新量を小さくする調整です。この設問で求めるものとは異なります。
- Cドロップアウトによる正則化は特定の結合への依存を減らす学習方法です。この設問で求めるものとは異なります。
- D正解です。パラメータごとに更新幅を変える最適化です。
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 / 確認日：2026年9月29日
この問題の個別ページ →
QUESTION 440
事前学習済み層の一部だけ更新して小規模データへ適応…
- 公開日
- 2026年9月29日
- 分野
- 学習過程の診断
- 難易度
- 中級
事前学習済み層の一部だけ更新して小規模データへ適応したい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：A
既存モデルの一部の重みだけ再学習することです。損失曲線と設定変更の意味を読み分けます。
選択肢のポイント
- A正解です。既存モデルの一部の重みだけ再学習することです。
- B過学習の兆候は学習例へ適合し過ぎて未見の例で悪化する状態です。この設問で求めるものとは異なります。
- C勾配消失の診断は逆伝播で勾配が小さくなり過ぎる現象を調べることです。この設問で求めるものとは異なります。
- D独立した最終テストの保持は選定に使わないデータで最後に性能を測ることです。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 / 確認日：2026年9月29日
この問題の個別ページ →
QUESTION 441
同じ語でも前後の文脈で異なる意味を表したい
- 公開日
- 2026年9月29日
- 分野
- 自然言語の分析
- 難易度
- 中級
同じ語でも前後の文脈で異なる意味を表したい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：B
周囲の語によって表現が変わる仕組みです。文章の意味と形式を別々に扱います。
選択肢のポイント
- A固有表現認識は文中の名前付き対象を種類ごとに見つけることです。この設問で求めるものとは異なります。
- B正解です。周囲の語によって表現が変わる仕組みです。
- C文境界の検出は文章の中で各文がどこからどこまで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数値単位の照合は値だけでなく単位まで根拠と比較することです。この設問で求めるものとは異なります。
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 / 確認日：2026年9月29日
この問題の個別ページ →
QUESTION 442
文章内の人名と組織名を区別して抽出したい
- 公開日
- 2026年9月29日
- 分野
- 自然言語の分析
- 難易度
- 中級
文章内の人名と組織名を区別して抽出したい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：C
文中の名前付き対象を種類ごとに見つけることです。文章の意味と形式を別々に扱います。
選択肢のポイント
- A品詞タグ付けは語へ文法上の種類を付けることです。この設問で求めるものとは異なります。
- B意味類似度の利用は表記が異なっても内容の近さを測ることです。この設問で求めるものとは異なります。
- C正解です。文中の名前付き対象を種類ごとに見つけることです。
- D固有名詞の保持は翻訳で名称の同一性を保つことです。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 / 確認日：2026年9月29日
この問題の個別ページ →
QUESTION 443
文章の各単語が名詞か動詞かを割り当てたい
- 公開日
- 2026年9月29日
- 分野
- 自然言語の分析
- 難易度
- 中級
文章の各単語が名詞か動詞かを割り当てたい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：D
語へ文法上の種類を付けることです。文章の意味と形式を別々に扱います。
選択肢のポイント
- A依存構造解析は語同士の文法的な関係を求めることです。この設問で求めるものとは異なります。
- B感情極性の分類は文章の肯定的・否定的な傾向を判定することです。この設問で求めるものとは異なります。
- Cテキスト正規化は検索対象の表記を一定の規則で整えることです。この設問で求めるものとは異なります。
- D正解です。語へ文法上の種類を付けることです。
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 / 確認日：2026年9月29日
この問題の個別ページ →
QUESTION 444
一つの語がどの語を修飾するか構文を調べたい
- 公開日
- 2026年9月29日
- 分野
- 自然言語の分析
- 難易度
- 中級
一つの語がどの語を修飾するか構文を調べたい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：A
語同士の文法的な関係を求めることです。文章の意味と形式を別々に扱います。
選択肢のポイント
- A正解です。語同士の文法的な関係を求めることです。
- B文境界の検出は文章の中で各文がどこからどこまで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数値単位の照合は値だけでなく単位まで根拠と比較することです。この設問で求めるものとは異なります。
- D文脈依存の語表現は周囲の語によって表現が変わる仕組みです。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 / 確認日：2026年9月29日
この問題の個別ページ →
QUESTION 445
長文を要約する前に句点などを手掛かりに文の切れ目を…
- 公開日
- 2026年9月29日
- 分野
- 自然言語の分析
- 難易度
- 中級
長文を要約する前に句点などを手掛かりに文の切れ目を見つけたい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：B
文章の中で各文がどこからどこまでか判定する処理です。文章の意味と形式を別々に扱います。
選択肢のポイント
- A意味類似度の利用は表記が異なっても内容の近さを測ることです。この設問で求めるものとは異なります。
- B正解です。文章の中で各文がどこからどこまでか判定する処理です。
- C固有名詞の保持は翻訳で名称の同一性を保つことです。この設問で求めるものとは異なります。
- D固有表現認識は文中の名前付き対象を種類ごとに見つけることです。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 / 確認日：2026年9月29日
この問題の個別ページ →
QUESTION 446
同じ意味の言い換えを語の一致だけで見落としたくない
- 公開日
- 2026年9月29日
- 分野
- 自然言語の分析
- 難易度
- 中級
同じ意味の言い換えを語の一致だけで見落としたくない。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：C
表記が異なっても内容の近さを測ることです。文章の意味と形式を別々に扱います。
選択肢のポイント
- A感情極性の分類は文章の肯定的・否定的な傾向を判定することです。この設問で求めるものとは異なります。
- Bテキスト正規化は検索対象の表記を一定の規則で整えることです。この設問で求めるものとは異なります。
- C正解です。表記が異なっても内容の近さを測ることです。
- D品詞タグ付けは語へ文法上の種類を付けることです。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 / 確認日：2026年9月29日
この問題の個別ページ →
QUESTION 447
文章が好意的か否定的か分類したい
- 公開日
- 2026年9月29日
- 分野
- 自然言語の分析
- 難易度
- 中級
文章が好意的か否定的か分類したい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：D
文章の肯定的・否定的な傾向を判定することです。文章の意味と形式を別々に扱います。
選択肢のポイント
- A数値単位の照合は値だけでなく単位まで根拠と比較することです。この設問で求めるものとは異なります。
- B文脈依存の語表現は周囲の語によって表現が変わる仕組みです。この設問で求めるものとは異なります。
- C依存構造解析は語同士の文法的な関係を求めることです。この設問で求めるものとは異なります。
- D正解です。文章の肯定的・否定的な傾向を判定することです。
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 / 確認日：2026年9月29日
この問題の個別ページ →
QUESTION 448
回答に含まれる数字の単位が原文と同じか見たい
- 公開日
- 2026年9月29日
- 分野
- 自然言語の分析
- 難易度
- 中級
回答に含まれる数字の単位が原文と同じか見たい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：A
値だけでなく単位まで根拠と比較することです。文章の意味と形式を別々に扱います。
選択肢のポイント
- A正解です。値だけでなく単位まで根拠と比較することです。
- B固有名詞の保持は翻訳で名称の同一性を保つことです。この設問で求めるものとは異なります。
- C固有表現認識は文中の名前付き対象を種類ごとに見つけることです。この設問で求めるものとは異なります。
- D文境界の検出は文章の中で各文がどこからどこまで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。
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 / 確認日：2026年9月29日
この問題の個別ページ →
QUESTION 449
多言語の文章で人名を勝手に翻訳したくない
- 公開日
- 2026年9月29日
- 分野
- 自然言語の分析
- 難易度
- 中級
多言語の文章で人名を勝手に翻訳したくない。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：B
翻訳で名称の同一性を保つことです。文章の意味と形式を別々に扱います。
選択肢のポイント
- Aテキスト正規化は検索対象の表記を一定の規則で整えることです。この設問で求めるものとは異なります。
- B正解です。翻訳で名称の同一性を保つことです。
- C品詞タグ付けは語へ文法上の種類を付けることです。この設問で求めるものとは異なります。
- D意味類似度の利用は表記が異なっても内容の近さを測ることです。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 / 確認日：2026年9月29日
この問題の個別ページ →
QUESTION 450
文書検索の前に表記ゆれをそろえたい
- 公開日
- 2026年9月29日
- 分野
- 自然言語の分析
- 難易度
- 中級
文書検索の前に表記ゆれをそろえたい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：C
検索対象の表記を一定の規則で整えることです。文章の意味と形式を別々に扱います。
選択肢のポイント
- A文脈依存の語表現は周囲の語によって表現が変わる仕組みです。この設問で求めるものとは異なります。
- B依存構造解析は語同士の文法的な関係を求めることです。この設問で求めるものとは異なります。
- C正解です。検索対象の表記を一定の規則で整えることです。
- D感情極性の分類は文章の肯定的・否定的な傾向を判定することです。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 / 確認日：2026年9月29日
この問題の個別ページ →
QUESTION 451
必要事項はあるが不要な説明が増えていないか見たい
- 公開日
- 2026年9月29日
- 分野
- 生成AIの評価
- 難易度
- 中級
必要事項はあるが不要な説明が増えていないか見たい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：D
必要な内容を過剰な記述なく伝えるか測ることです。生成品質は目的に応じて複数の観点から評価します。
選択肢のポイント
- A引用文脈の整合確認は抜粋が元の文脈に沿うか調べることです。この設問で求めるものとは異なります。
- B出力内の個人情報抑制は回答へ含まれる識別情報を除くことです。この設問で求めるものとは異なります。
- C出典内容の支持確認は参照先が主張の根拠になるか調べることです。この設問で求めるものとは異なります。
- D正解です。必要な内容を過剰な記述なく伝えるか測ることです。
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 / 確認日：2026年9月29日
この問題の個別ページ →
QUESTION 452
資料の一節を引用した文が元の意味を逆転させていない…
- 公開日
- 2026年9月29日
- 分野
- 生成AIの評価
- 難易度
- 中級
資料の一節を引用した文が元の意味を逆転させていないか確かめたい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：A
抜粋が元の文脈に沿うか調べることです。生成品質は目的に応じて複数の観点から評価します。
選択肢のポイント
- A正解です。抜粋が元の文脈に沿うか調べることです。
- B属性別の指示追従評価は指定した特徴ごとに出力を点検することです。この設問で求めるものとは異なります。
- C長文制約の保持評価は入力の離れた部分の条件を守るか測ることです。この設問で求めるものとは異なります。
- D評価基準の明確化は採点者が同じ判断をしやすい規則にすることです。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 / 確認日：2026年9月29日
この問題の個別ページ →
QUESTION 453
画像生成で指示した色と形を別々に達成できるか見たい
- 公開日
- 2026年9月29日
- 分野
- 生成AIの評価
- 難易度
- 中級
画像生成で指示した色と形を別々に達成できるか見たい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：B
指定した特徴ごとに出力を点検することです。生成品質は目的に応じて複数の観点から評価します。
選択肢のポイント
- A過剰拒否率は許可された依頼を誤って断る割合です。この設問で求めるものとは異なります。
- B正解です。指定した特徴ごとに出力を点検することです。
- C会話状態の整合評価は対話中に決まった情報を維持するか測ることです。この設問で求めるものとは異なります。
- D用途別の失敗重み付けは業務への影響に応じて誤りを評価することです。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 / 確認日：2026年9月29日
この問題の個別ページ →
QUESTION 454
安全な依頼まで拒否する割合を調べたい
- 公開日
- 2026年9月29日
- 分野
- 生成AIの評価
- 難易度
- 中級
安全な依頼まで拒否する割合を調べたい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：C
許可された依頼を誤って断る割合です。生成品質は目的に応じて複数の観点から評価します。
選択肢のポイント
- A出力内の個人情報抑制は回答へ含まれる識別情報を除くことです。この設問で求めるものとは異なります。
- B出典内容の支持確認は参照先が主張の根拠になるか調べることです。この設問で求めるものとは異なります。
- C正解です。許可された依頼を誤って断る割合です。
- D回答の簡潔性評価は必要な内容を過剰な記述なく伝えるか測ることです。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 / 確認日：2026年9月29日
この問題の個別ページ →
QUESTION 455
安全な回答でも個人を示す番号だけは伏せたい
- 公開日
- 2026年9月29日
- 分野
- 生成AIの評価
- 難易度
- 中級
安全な回答でも個人を示す番号だけは伏せたい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：D
回答へ含まれる識別情報を除くことです。生成品質は目的に応じて複数の観点から評価します。
選択肢のポイント
- A長文制約の保持評価は入力の離れた部分の条件を守るか測ることです。この設問で求めるものとは異なります。
- B評価基準の明確化は採点者が同じ判断をしやすい規則にすることです。この設問で求めるものとは異なります。
- C引用文脈の整合確認は抜粋が元の文脈に沿うか調べることです。この設問で求めるものとは異なります。
- D正解です。回答へ含まれる識別情報を除くことです。
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 / 確認日：2026年9月29日
この問題の個別ページ →
QUESTION 456
長文の初めに書いた制約を末尾でも守るか調べたい
- 公開日
- 2026年9月29日
- 分野
- 生成AIの評価
- 難易度
- 中級
長文の初めに書いた制約を末尾でも守るか調べたい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：A
入力の離れた部分の条件を守るか測ることです。生成品質は目的に応じて複数の観点から評価します。
選択肢のポイント
- A正解です。入力の離れた部分の条件を守るか測ることです。
- B会話状態の整合評価は対話中に決まった情報を維持するか測ることです。この設問で求めるものとは異なります。
- C用途別の失敗重み付けは業務への影響に応じて誤りを評価することです。この設問で求めるものとは異なります。
- D属性別の指示追従評価は指定した特徴ごとに出力を点検することです。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 / 確認日：2026年9月29日
この問題の個別ページ →
QUESTION 457
複数回の会話で確定した条件を次の回答へ引き継ぐか見…
- 公開日
- 2026年9月29日
- 分野
- 生成AIの評価
- 難易度
- 中級
複数回の会話で確定した条件を次の回答へ引き継ぐか見たい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：B
対話中に決まった情報を維持するか測ることです。生成品質は目的に応じて複数の観点から評価します。
選択肢のポイント
- A出典内容の支持確認は参照先が主張の根拠になるか調べることです。この設問で求めるものとは異なります。
- B正解です。対話中に決まった情報を維持するか測ることです。
- C回答の簡潔性評価は必要な内容を過剰な記述なく伝えるか測ることです。この設問で求めるものとは異なります。
- D過剰拒否率は許可された依頼を誤って断る割合です。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 / 確認日：2026年9月29日
この問題の個別ページ →
QUESTION 458
回答の出典URLが実在しても記述を裏付けるか確かめ…
- 公開日
- 2026年9月29日
- 分野
- 生成AIの評価
- 難易度
- 中級
回答の出典URLが実在しても記述を裏付けるか確かめたい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：C
参照先が主張の根拠になるか調べることです。生成品質は目的に応じて複数の観点から評価します。
選択肢のポイント
- A評価基準の明確化は採点者が同じ判断をしやすい規則にすることです。この設問で求めるものとは異なります。
- B引用文脈の整合確認は抜粋が元の文脈に沿うか調べることです。この設問で求めるものとは異なります。
- C正解です。参照先が主張の根拠になるか調べることです。
- D出力内の個人情報抑制は回答へ含まれる識別情報を除くことです。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 / 確認日：2026年9月29日
この問題の個別ページ →
QUESTION 459
人手評価で採点基準の曖昧な項目を探したい
- 公開日
- 2026年9月29日
- 分野
- 生成AIの評価
- 難易度
- 中級
人手評価で採点基準の曖昧な項目を探したい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：D
採点者が同じ判断をしやすい規則にすることです。生成品質は目的に応じて複数の観点から評価します。
選択肢のポイント
- A用途別の失敗重み付けは業務への影響に応じて誤りを評価することです。この設問で求めるものとは異なります。
- B属性別の指示追従評価は指定した特徴ごとに出力を点検することです。この設問で求めるものとは異なります。
- C長文制約の保持評価は入力の離れた部分の条件を守るか測ることです。この設問で求めるものとは異なります。
- D正解です。採点者が同じ判断をしやすい規則にすることです。
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 / 確認日：2026年9月29日
この問題の個別ページ →
QUESTION 460
生成結果の誤りを用途別の重大度で集計したい
- 公開日
- 2026年9月29日
- 分野
- 生成AIの評価
- 難易度
- 中級
生成結果の誤りを用途別の重大度で集計したい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：A
業務への影響に応じて誤りを評価することです。生成品質は目的に応じて複数の観点から評価します。
選択肢のポイント
- A正解です。業務への影響に応じて誤りを評価することです。
- B回答の簡潔性評価は必要な内容を過剰な記述なく伝えるか測ることです。この設問で求めるものとは異なります。
- C過剰拒否率は許可された依頼を誤って断る割合です。この設問で求めるものとは異なります。
- D会話状態の整合評価は対話中に決まった情報を維持するか測ることです。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 / 確認日：2026年9月29日
この問題の個別ページ →
QUESTION 461
照明の色が違う撮影画像の白を同じ基準へ近づけたい
- 公開日
- 2026年9月29日
- 分野
- 視覚と強化学習
- 難易度
- 上級
照明の色が違う撮影画像の白を同じ基準へ近づけたい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：B
色かぶりを補正して白の見え方を整えることです。観測と行動の関係を目的に合わせて選びます。
選択肢のポイント
- A意味的セグメンテーションは画素ごとにカテゴリを割り当てる課題です。この設問で求めるものとは異なります。
- B正解です。色かぶりを補正して白の見え方を整えることです。
- C割引累積報酬は将来の報酬を重み付けして合計した値です。この設問で求めるものとは異なります。
- Dシミュレーション現実差の確認は仮想環境と現場の条件の違いを調べることです。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 / 確認日：2026年9月29日
この問題の個別ページ →
QUESTION 462
画像の各画素に道路か歩道かの種類を付けたい
- 公開日
- 2026年9月29日
- 分野
- 視覚と強化学習
- 難易度
- 上級
画像の各画素に道路か歩道かの種類を付けたい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：C
画素ごとにカテゴリを割り当てる課題です。観測と行動の関係を目的に合わせて選びます。
選択肢のポイント
- Aインスタンス分割は個別の物体ごとに画素領域を分ける課題です。この設問で求めるものとは異なります。
- B探索と活用の両立は新しい行動の試行と既知の良策を使う調整です。この設問で求めるものとは異なります。
- C正解です。画素ごとにカテゴリを割り当てる課題です。
- D疎な報酬の問題は有益な結果が少なく学習信号が不足することです。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 / 確認日：2026年9月29日
この問題の個別ページ →
QUESTION 463
同じ種類の複数の人を一人ずつ区別して領域を出したい
- 公開日
- 2026年9月29日
- 分野
- 視覚と強化学習
- 難易度
- 上級
同じ種類の複数の人を一人ずつ区別して領域を出したい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：D
個別の物体ごとに画素領域を分ける課題です。観測と行動の関係を目的に合わせて選びます。
選択肢のポイント
- A追跡軌跡からの速度推定は位置の時間変化を用いて速度を計算することです。この設問で求めるものとは異なります。
- B行動価値関数は状態と行動の組に対する将来価値です。この設問で求めるものとは異なります。
- C行動空間の安全制約は許可する行動の範囲を制限することです。この設問で求めるものとは異なります。
- D正解です。個別の物体ごとに画素領域を分ける課題です。
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 / 確認日：2026年9月29日
この問題の個別ページ →
QUESTION 464
動画で測った対象の移動距離から速度を求めたい
- 公開日
- 2026年9月29日
- 分野
- 視覚と強化学習
- 難易度
- 上級
動画で測った対象の移動距離から速度を求めたい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：A
位置の時間変化を用いて速度を計算することです。観測と行動の関係を目的に合わせて選びます。
選択肢のポイント
- A正解です。位置の時間変化を用いて速度を計算することです。
- B割引累積報酬は将来の報酬を重み付けして合計した値です。この設問で求めるものとは異なります。
- Cシミュレーション現実差の確認は仮想環境と現場の条件の違いを調べることです。この設問で求めるものとは異なります。
- Dホワイトバランス調整は色かぶりを補正して白の見え方を整えることです。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 / 確認日：2026年9月29日
この問題の個別ページ →
QUESTION 465
行動後すぐでなく後日の報酬まで含めて選びたい
- 公開日
- 2026年9月29日
- 分野
- 視覚と強化学習
- 難易度
- 上級
行動後すぐでなく後日の報酬まで含めて選びたい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：B
将来の報酬を重み付けして合計した値です。観測と行動の関係を目的に合わせて選びます。
選択肢のポイント
- A探索と活用の両立は新しい行動の試行と既知の良策を使う調整です。この設問で求めるものとは異なります。
- B正解です。将来の報酬を重み付けして合計した値です。
- C疎な報酬の問題は有益な結果が少なく学習信号が不足することです。この設問で求めるものとは異なります。
- D意味的セグメンテーションは画素ごとにカテゴリを割り当てる課題です。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 / 確認日：2026年9月29日
この問題の個別ページ →
QUESTION 466
未知の選択肢も試しつつ良い行動を使いたい
- 公開日
- 2026年9月29日
- 分野
- 視覚と強化学習
- 難易度
- 上級
未知の選択肢も試しつつ良い行動を使いたい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：C
新しい行動の試行と既知の良策を使う調整です。観測と行動の関係を目的に合わせて選びます。
選択肢のポイント
- A行動価値関数は状態と行動の組に対する将来価値です。この設問で求めるものとは異なります。
- B行動空間の安全制約は許可する行動の範囲を制限することです。この設問で求めるものとは異なります。
- C正解です。新しい行動の試行と既知の良策を使う調整です。
- Dインスタンス分割は個別の物体ごとに画素領域を分ける課題です。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 / 確認日：2026年9月29日
この問題の個別ページ →
QUESTION 467
現在の状態で行動ごとの期待価値を比べたい
- 公開日
- 2026年9月29日
- 分野
- 視覚と強化学習
- 難易度
- 上級
現在の状態で行動ごとの期待価値を比べたい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：D
状態と行動の組に対する将来価値です。観測と行動の関係を目的に合わせて選びます。
選択肢のポイント
- Aシミュレーション現実差の確認は仮想環境と現場の条件の違いを調べることです。この設問で求めるものとは異なります。
- Bホワイトバランス調整は色かぶりを補正して白の見え方を整えることです。この設問で求めるものとは異なります。
- C追跡軌跡からの速度推定は位置の時間変化を用いて速度を計算することです。この設問で求めるものとは異なります。
- D正解です。状態と行動の組に対する将来価値です。
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 / 確認日：2026年9月29日
この問題の個別ページ →
QUESTION 468
仮想環境だけで学んだ制御を実機へ移す前に差を見たい
- 公開日
- 2026年9月29日
- 分野
- 視覚と強化学習
- 難易度
- 上級
仮想環境だけで学んだ制御を実機へ移す前に差を見たい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：A
仮想環境と現場の条件の違いを調べることです。観測と行動の関係を目的に合わせて選びます。
選択肢のポイント
- A正解です。仮想環境と現場の条件の違いを調べることです。
- B疎な報酬の問題は有益な結果が少なく学習信号が不足することです。この設問で求めるものとは異なります。
- C意味的セグメンテーションは画素ごとにカテゴリを割り当てる課題です。この設問で求めるものとは異なります。
- D割引累積報酬は将来の報酬を重み付けして合計した値です。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 / 確認日：2026年9月29日
この問題の個別ページ →
QUESTION 469
報酬がまばらで行動の良し悪しを学びにくい
- 公開日
- 2026年9月29日
- 分野
- 視覚と強化学習
- 難易度
- 上級
報酬がまばらで行動の良し悪しを学びにくい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：B
有益な結果が少なく学習信号が不足することです。観測と行動の関係を目的に合わせて選びます。
選択肢のポイント
- A行動空間の安全制約は許可する行動の範囲を制限することです。この設問で求めるものとは異なります。
- B正解です。有益な結果が少なく学習信号が不足することです。
- Cインスタンス分割は個別の物体ごとに画素領域を分ける課題です。この設問で求めるものとは異なります。
- D探索と活用の両立は新しい行動の試行と既知の良策を使う調整です。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 / 確認日：2026年9月29日
この問題の個別ページ →
QUESTION 470
危険な行動を学習中も選べないようにしたい
- 公開日
- 2026年9月29日
- 分野
- 視覚と強化学習
- 難易度
- 上級
危険な行動を学習中も選べないようにしたい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：C
許可する行動の範囲を制限することです。観測と行動の関係を目的に合わせて選びます。
選択肢のポイント
- Aホワイトバランス調整は色かぶりを補正して白の見え方を整えることです。この設問で求めるものとは異なります。
- B追跡軌跡からの速度推定は位置の時間変化を用いて速度を計算することです。この設問で求めるものとは異なります。
- C正解です。許可する行動の範囲を制限することです。
- D行動価値関数は状態と行動の組に対する将来価値です。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 / 確認日：2026年9月29日
この問題の個別ページ →
QUESTION 471
全体の精度だけでなく属性別の見逃しを比べたい
- 公開日
- 2026年9月29日
- 分野
- AIの公平性と説明
- 難易度
- 中級
全体の精度だけでなく属性別の見逃しを比べたい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：D
集団ごとに陽性の見逃し割合を調べることです。公平性の指標と説明の限界を理解します。
選択肢のポイント
- A集団別の確率校正は予測確率と実際の頻度を集団別に比べることです。この設問で求めるものとは異なります。
- B大域説明と局所説明の区別はモデル全体の傾向と一件の判断理由を分けることです。この設問で求めるものとは異なります。
- C群別標本数の併記は属性別指標と共に対象数を示すことです。この設問で求めるものとは異なります。
- D正解です。集団ごとに陽性の見逃し割合を調べることです。
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 / 確認日：2026年9月29日
この問題の個別ページ →
QUESTION 472
属性間で同じ得点が同じ発生率を表すか見たい
- 公開日
- 2026年9月29日
- 分野
- AIの公平性と説明
- 難易度
- 中級
属性間で同じ得点が同じ発生率を表すか見たい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：A
予測確率と実際の頻度を集団別に比べることです。公平性の指標と説明の限界を理解します。
選択肢のポイント
- A正解です。予測確率と実際の頻度を集団別に比べることです。
- B代理属性の検査は別の特徴が保護対象の属性を代わりに表していないか確かめることです。この設問で求めるものとは異なります。
- C説明の忠実度確認は説明が実際のモデルの動きに沿うか調べることです。この設問で求めるものとは異なります。
- D適用対象の境界明示はモデルが想定する利用者や状況の範囲を示すことです。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 / 確認日：2026年9月29日
この問題の個別ページ →
QUESTION 473
代理変数から敏感な属性を推測できないか調べたい
- 公開日
- 2026年9月29日
- 分野
- AIの公平性と説明
- 難易度
- 中級
代理変数から敏感な属性を推測できないか調べたい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：B
別の特徴が保護対象の属性を代わりに表していないか確かめることです。公平性の指標と説明の限界を理解します。
選択肢のポイント
- A局所説明は個々の予測について影響した要素を説明することです。この設問で求めるものとは異なります。
- B正解です。別の特徴が保護対象の属性を代わりに表していないか確かめることです。
- C異議申立て経路の整備は判断への疑問を受け取り再確認する道筋です。この設問で求めるものとは異なります。
- D説明と性能の分離評価は説明の品質と予測精度を別々に測ることです。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 / 確認日：2026年9月29日
この問題の個別ページ →
QUESTION 474
一件の判定でどの入力が大きく寄与したか示したい
- 公開日
- 2026年9月29日
- 分野
- AIの公平性と説明
- 難易度
- 中級
一件の判定でどの入力が大きく寄与したか示したい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：C
個々の予測について影響した要素を説明することです。公平性の指標と説明の限界を理解します。
選択肢のポイント
- A大域説明と局所説明の区別はモデル全体の傾向と一件の判断理由を分けることです。この設問で求めるものとは異なります。
- B群別標本数の併記は属性別指標と共に対象数を示すことです。この設問で求めるものとは異なります。
- C正解です。個々の予測について影響した要素を説明することです。
- D属性別の偽陰性率比較は集団ごとに陽性の見逃し割合を調べることです。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 / 確認日：2026年9月29日
この問題の個別ページ →
QUESTION 475
全体で重要な特徴と個別事例の理由を混同したくない
- 公開日
- 2026年9月29日
- 分野
- AIの公平性と説明
- 難易度
- 中級
全体で重要な特徴と個別事例の理由を混同したくない。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：D
モデル全体の傾向と一件の判断理由を分けることです。公平性の指標と説明の限界を理解します。
選択肢のポイント
- A説明の忠実度確認は説明が実際のモデルの動きに沿うか調べることです。この設問で求めるものとは異なります。
- B適用対象の境界明示はモデルが想定する利用者や状況の範囲を示すことです。この設問で求めるものとは異なります。
- C集団別の確率校正は予測確率と実際の頻度を集団別に比べることです。この設問で求めるものとは異なります。
- D正解です。モデル全体の傾向と一件の判断理由を分けることです。
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 / 確認日：2026年9月29日
この問題の個別ページ →
QUESTION 476
説明で重要とされた特徴を変えても予測が変わらないな…
- 公開日
- 2026年9月29日
- 分野
- AIの公平性と説明
- 難易度
- 中級
説明で重要とされた特徴を変えても予測が変わらないなら疑いたい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：A
説明が実際のモデルの動きに沿うか調べることです。公平性の指標と説明の限界を理解します。
選択肢のポイント
- A正解です。説明が実際のモデルの動きに沿うか調べることです。
- B異議申立て経路の整備は判断への疑問を受け取り再確認する道筋です。この設問で求めるものとは異なります。
- C説明と性能の分離評価は説明の品質と予測精度を別々に測ることです。この設問で求めるものとは異なります。
- D代理属性の検査は別の特徴が保護対象の属性を代わりに表していないか確かめることです。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 / 確認日：2026年9月29日
この問題の個別ページ →
QUESTION 477
影響を受ける人が判断結果へ異議を伝えられるようにし…
- 公開日
- 2026年9月29日
- 分野
- AIの公平性と説明
- 難易度
- 中級
影響を受ける人が判断結果へ異議を伝え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：B
判断への疑問を受け取り再確認する道筋です。公平性の指標と説明の限界を理解します。
選択肢のポイント
- A群別標本数の併記は属性別指標と共に対象数を示すことです。この設問で求めるものとは異なります。
- B正解です。判断への疑問を受け取り再確認する道筋です。
- C属性別の偽陰性率比較は集団ごとに陽性の見逃し割合を調べることです。この設問で求めるものとは異なります。
- D局所説明は個々の予測について影響した要素を説明することです。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 / 確認日：2026年9月29日
この問題の個別ページ →
QUESTION 478
少数集団の件数が少ないので率だけで結論を出したくない
- 公開日
- 2026年9月29日
- 分野
- AIの公平性と説明
- 難易度
- 中級
少数集団の件数が少ないので率だけで結論を出したくない。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：C
属性別指標と共に対象数を示すことです。公平性の指標と説明の限界を理解します。
選択肢のポイント
- A適用対象の境界明示はモデルが想定する利用者や状況の範囲を示すことです。この設問で求めるものとは異なります。
- B集団別の確率校正は予測確率と実際の頻度を集団別に比べることです。この設問で求めるものとは異なります。
- C正解です。属性別指標と共に対象数を示すことです。
- D大域説明と局所説明の区別はモデル全体の傾向と一件の判断理由を分けることです。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 / 確認日：2026年9月29日
この問題の個別ページ →
QUESTION 479
学習に使った集団と実際の対象集団の差を記録したい
- 公開日
- 2026年9月29日
- 分野
- AIの公平性と説明
- 難易度
- 中級
学習に使った集団と実際の対象集団の差を記録したい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：D
モデルが想定する利用者や状況の範囲を示すことです。公平性の指標と説明の限界を理解します。
選択肢のポイント
- A説明と性能の分離評価は説明の品質と予測精度を別々に測ることです。この設問で求めるものとは異なります。
- B代理属性の検査は別の特徴が保護対象の属性を代わりに表していないか確かめることです。この設問で求めるものとは異なります。
- C説明の忠実度確認は説明が実際のモデルの動きに沿うか調べることです。この設問で求めるものとは異なります。
- D正解です。モデルが想定する利用者や状況の範囲を示すことです。
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 / 確認日：2026年9月29日
この問題の個別ページ →
QUESTION 480
説明文が分かりやすくても判断の正しさを別に確認したい
- 公開日
- 2026年9月29日
- 分野
- AIの公平性と説明
- 難易度
- 中級
説明文が分かりやすくても判断の正しさを別に確認したい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：A
説明の品質と予測精度を別々に測ることです。公平性の指標と説明の限界を理解します。
選択肢のポイント
- A正解です。説明の品質と予測精度を別々に測ることです。
- B属性別の偽陰性率比較は集団ごとに陽性の見逃し割合を調べることです。この設問で求めるものとは異なります。
- C局所説明は個々の予測について影響した要素を説明することです。この設問で求めるものとは異なります。
- D異議申立て経路の整備は判断への疑問を受け取り再確認する道筋です。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 / 確認日：2026年9月29日
この問題の個別ページ →
QUESTION 481
画像へ小さな変更を加えるだけで分類が変わるか試したい
- 公開日
- 2026年9月29日
- 分野
- 情報保護と攻撃耐性
- 難易度
- 中級
画像へ小さな変更を加えるだけで分類が変わるか試したい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：B
人には分かりにくい入力変更で誤判定を誘う危険を調べることです。モデルと入力の両方の危険を点検します。
選択肢のポイント
- Aデータ汚染の検知は学習資料への不正な変更を見つけることです。この設問で求めるものとは異なります。
- B正解です。人には分かりにくい入力変更で誤判定を誘う危険を調べることです。
- C間接的な指示注入の検査は参照資料に紛れた命令への耐性を調べることです。この設問で求めるものとは異なります。
- D最小限の監査記録は必要な操作情報だけを記録することです。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 / 確認日：2026年9月29日
この問題の個別ページ →
QUESTION 482
学習用の一部データを書き換えられてモデルが偏らない…
- 公開日
- 2026年9月29日
- 分野
- 情報保護と攻撃耐性
- 難易度
- 中級
学習用の一部データを書き換えられてモデルが偏らないか見たい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：C
学習資料への不正な変更を見つけることです。モデルと入力の両方の危険を点検します。
選択肢のポイント
- Aモデル抽出攻撃の把握は応答から元モデルに近いモデルを作ろうとする攻撃です。この設問で求めるものとは異なります。
- B公開前の情報漏えい試験は公開に伴う学習情報の露出を調べることです。この設問で求めるものとは異なります。
- C正解です。学習資料への不正な変更を見つけることです。
- D供給者更新時の安全再評価は提供側の変更後に危険を測り直すことです。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 / 確認日：2026年9月29日
この問題の個別ページ →
QUESTION 483
大量の質問でモデルの振る舞いを写し取る攻撃を識別し…
- 公開日
- 2026年9月29日
- 分野
- 情報保護と攻撃耐性
- 難易度
- 中級
大量の質問でモデルの振る舞いを写し取る攻撃を識別したい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：D
応答から元モデルに近いモデルを作ろうとする攻撃です。モデルと入力の両方の危険を点検します。
選択肢のポイント
- Aメンバーシップ推論の評価はある事例の学習参加を推定できるか検査することです。この設問で求めるものとは異なります。
- B入力頻度の制限は短時間の大量要求を抑える運用です。この設問で求めるものとは異なります。
- C攻撃シナリオの多様化は複数の不正入力で耐性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正解です。応答から元モデルに近いモデルを作ろうとする攻撃です。
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 / 確認日：2026年9月29日
この問題の個別ページ →
QUESTION 484
特定の記録が学習に含まれたか推測される危険を調べたい
- 公開日
- 2026年9月29日
- 分野
- 情報保護と攻撃耐性
- 難易度
- 中級
特定の記録が学習に含まれたか推測される危険を調べたい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：A
ある事例の学習参加を推定できるか検査することです。モデルと入力の両方の危険を点検します。
選択肢のポイント
- A正解です。ある事例の学習参加を推定できるか検査することです。
- B間接的な指示注入の検査は参照資料に紛れた命令への耐性を調べることです。この設問で求めるものとは異なります。
- C最小限の監査記録は必要な操作情報だけを記録することです。この設問で求めるものとは異なります。
- D敵対的摂動への評価は人には分かりにくい入力変更で誤判定を誘う危険を調べることです。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 / 確認日：2026年9月29日
この問題の個別ページ →
QUESTION 485
外部文書中の命令で回答方針が変わらないか確かめたい
- 公開日
- 2026年9月29日
- 分野
- 情報保護と攻撃耐性
- 難易度
- 中級
外部文書中の命令で回答方針が変わらないか確かめたい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：B
参照資料に紛れた命令への耐性を調べることです。モデルと入力の両方の危険を点検します。
選択肢のポイント
- A公開前の情報漏えい試験は公開に伴う学習情報の露出を調べることです。この設問で求めるものとは異なります。
- B正解です。参照資料に紛れた命令への耐性を調べることです。
- C供給者更新時の安全再評価は提供側の変更後に危険を測り直すことです。この設問で求めるものとは異なります。
- Dデータ汚染の検知は学習資料への不正な変更を見つけることです。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 / 確認日：2026年9月29日
この問題の個別ページ →
QUESTION 486
モデルの重みを公開する前に意図しない秘密の再出力を…
- 公開日
- 2026年9月29日
- 分野
- 情報保護と攻撃耐性
- 難易度
- 中級
モデルの重みを公開する前に意図しない秘密の再出力を試したい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：C
公開に伴う学習情報の露出を調べることです。モデルと入力の両方の危険を点検します。
選択肢のポイント
- A入力頻度の制限は短時間の大量要求を抑える運用です。この設問で求めるものとは異なります。
- B攻撃シナリオの多様化は複数の不正入力で耐性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。公開に伴う学習情報の露出を調べることです。
- Dモデル抽出攻撃の把握は応答から元モデルに近いモデルを作ろうとする攻撃です。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 / 確認日：2026年9月29日
この問題の個別ページ →
QUESTION 487
不審な入力が短時間に集中したら利用を制限したい
- 公開日
- 2026年9月29日
- 分野
- 情報保護と攻撃耐性
- 難易度
- 中級
不審な入力が短時間に集中したら利用を制限したい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：D
短時間の大量要求を抑える運用です。モデルと入力の両方の危険を点検します。
選択肢のポイント
- A最小限の監査記録は必要な操作情報だけを記録することです。この設問で求めるものとは異なります。
- B敵対的摂動への評価は人には分かりにくい入力変更で誤判定を誘う危険を調べることです。この設問で求めるものとは異なります。
- Cメンバーシップ推論の評価はある事例の学習参加を推定できるか検査することです。この設問で求めるものとは異なります。
- D正解です。短時間の大量要求を抑える運用です。
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 / 確認日：2026年9月29日
この問題の個別ページ →
QUESTION 488
監査に必要な情報を残しつつ入力本文を長期保存したく…
- 公開日
- 2026年9月29日
- 分野
- 情報保護と攻撃耐性
- 難易度
- 中級
監査に必要な情報を残しつつ入力本文を長期保存したくない。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：A
必要な操作情報だけを記録することです。モデルと入力の両方の危険を点検します。
選択肢のポイント
- A正解です。必要な操作情報だけを記録することです。
- B供給者更新時の安全再評価は提供側の変更後に危険を測り直すことです。この設問で求めるものとは異なります。
- Cデータ汚染の検知は学習資料への不正な変更を見つけることです。この設問で求めるものとは異なります。
- D間接的な指示注入の検査は参照資料に紛れた命令への耐性を調べることです。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 / 確認日：2026年9月29日
この問題の個別ページ →
QUESTION 489
外部モデルの更新で安全性が変わらないか再試験したい
- 公開日
- 2026年9月29日
- 分野
- 情報保護と攻撃耐性
- 難易度
- 中級
外部モデルの更新で安全性が変わらないか再試験したい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：B
提供側の変更後に危険を測り直すことです。モデルと入力の両方の危険を点検します。
選択肢のポイント
- A攻撃シナリオの多様化は複数の不正入力で耐性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。提供側の変更後に危険を測り直すことです。
- Cモデル抽出攻撃の把握は応答から元モデルに近いモデルを作ろうとする攻撃です。この設問で求めるものとは異なります。
- D公開前の情報漏えい試験は公開に伴う学習情報の露出を調べることです。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 / 確認日：2026年9月29日
この問題の個別ページ →
QUESTION 490
同じ攻撃例だけでなく異なる手口も試したい
- 公開日
- 2026年9月29日
- 分野
- 情報保護と攻撃耐性
- 難易度
- 中級
同じ攻撃例だけでなく異なる手口も試したい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：C
複数の不正入力で耐性を確かめることです。モデルと入力の両方の危険を点検します。
選択肢のポイント
- A敵対的摂動への評価は人には分かりにくい入力変更で誤判定を誘う危険を調べることです。この設問で求めるものとは異なります。
- Bメンバーシップ推論の評価はある事例の学習参加を推定できるか検査することです。この設問で求めるものとは異なります。
- C正解です。複数の不正入力で耐性を確かめることです。
- D入力頻度の制限は短時間の大量要求を抑える運用です。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 / 確認日：2026年9月29日
この問題の個別ページ →
QUESTION 491
現場の判断を助けるなら先に何を測るか決めたい
- 公開日
- 2026年9月29日
- 分野
- 導入と継続改善
- 難易度
- 基礎
現場の判断を助けるなら先に何を測るか決めたい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：D
利用開始前に成果の測り方を定めることです。AIの便益は現場で継続して確かめます。
選択肢のポイント
- A限定導入での検証は範囲を絞って効果と問題を確認することです。この設問で求めるものとは異なります。
- B受益者別の影響監視は成果や負担を対象群ごとに追うことです。この設問で求めるものとは異なります。
- C段階的な運用縮小は危険に応じて利用範囲を狭める対応です。この設問で求めるものとは異なります。
- D正解です。利用開始前に成果の測り方を定めることです。
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 / 確認日：2026年9月29日
この問題の個別ページ →
QUESTION 492
自動化を広げる前に一部署で業務影響を試したい
- 公開日
- 2026年9月29日
- 分野
- 導入と継続改善
- 難易度
- 基礎
自動化を広げる前に一部署で業務影響を試したい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：A
範囲を絞って効果と問題を確認することです。AIの便益は現場で継続して確かめます。
選択肢のポイント
- A正解です。範囲を絞って効果と問題を確認することです。
- B自動化バイアスの観察は機械の提案へ過度に従う傾向を調べることです。この設問で求めるものとは異なります。
- C訂正工数を含む費用対効果は人手の修正時間も含めて効果を測ることです。この設問で求めるものとは異なります。
- D改善措置の定着確認は決めた対策が運用で続いているか点検することです。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 / 確認日：2026年9月29日
この問題の個別ページ →
QUESTION 493
利用者が提案を過信して確認を省かないか見たい
- 公開日
- 2026年9月29日
- 分野
- 導入と継続改善
- 難易度
- 基礎
利用者が提案を過信して確認を省かないか見たい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：B
機械の提案へ過度に従う傾向を調べることです。AIの便益は現場で継続して確かめます。
選択肢のポイント
- A現場判断の差分収集は人が提案を変更した理由を残すことです。この設問で求めるものとは異なります。
- B正解です。機械の提案へ過度に従う傾向を調べることです。
- C業務変更後の評価見直しは用途や手順に合わせ性能測定を更新することです。この設問で求めるものとは異なります。
- D継続監督の担当設定は運用中の確認役と時期を定めることです。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 / 確認日：2026年9月29日
この問題の個別ページ →
QUESTION 494
モデルの推奨に従わなかった理由も記録したい
- 公開日
- 2026年9月29日
- 分野
- 導入と継続改善
- 難易度
- 基礎
モデルの推奨に従わなかった理由も記録したい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：C
人が提案を変更した理由を残すことです。AIの便益は現場で継続して確かめます。
選択肢のポイント
- A受益者別の影響監視は成果や負担を対象群ごとに追うことです。この設問で求めるものとは異なります。
- B段階的な運用縮小は危険に応じて利用範囲を狭める対応です。この設問で求めるものとは異なります。
- C正解です。人が提案を変更した理由を残すことです。
- D導入前の評価指標設定は利用開始前に成果の測り方を定めることです。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 / 確認日：2026年9月29日
この問題の個別ページ →
QUESTION 495
導入後の不利益が特定の顧客だけ増えないか見たい
- 公開日
- 2026年9月29日
- 分野
- 導入と継続改善
- 難易度
- 基礎
導入後の不利益が特定の顧客だけ増えないか見たい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：D
成果や負担を対象群ごとに追うことです。AIの便益は現場で継続して確かめます。
選択肢のポイント
- A訂正工数を含む費用対効果は人手の修正時間も含めて効果を測ることです。この設問で求めるものとは異なります。
- B改善措置の定着確認は決めた対策が運用で続いているか点検することです。この設問で求めるものとは異なります。
- C限定導入での検証は範囲を絞って効果と問題を確認することです。この設問で求めるものとは異なります。
- D正解です。成果や負担を対象群ごとに追うことです。
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 / 確認日：2026年9月29日
この問題の個別ページ →
QUESTION 496
予測の誤りを直す作業が便益を超えないか調べたい
- 公開日
- 2026年9月29日
- 分野
- 導入と継続改善
- 難易度
- 基礎
予測の誤りを直す作業が便益を超えないか調べたい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：A
人手の修正時間も含めて効果を測ることです。AIの便益は現場で継続して確かめます。
選択肢のポイント
- A正解です。人手の修正時間も含めて効果を測ることです。
- B業務変更後の評価見直しは用途や手順に合わせ性能測定を更新することです。この設問で求めるものとは異なります。
- C継続監督の担当設定は運用中の確認役と時期を定めることです。この設問で求めるものとは異なります。
- D自動化バイアスの観察は機械の提案へ過度に従う傾向を調べることです。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 / 確認日：2026年9月29日
この問題の個別ページ →
QUESTION 497
現場の手順が変わったのに昔の評価条件を使い続けたく…
- 公開日
- 2026年9月29日
- 分野
- 導入と継続改善
- 難易度
- 基礎
現場の手順が変わったのに昔の評価条件を使い続けたくない。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：B
用途や手順に合わせ性能測定を更新することです。AIの便益は現場で継続して確かめます。
選択肢のポイント
- A段階的な運用縮小は危険に応じて利用範囲を狭める対応です。この設問で求めるものとは異なります。
- B正解です。用途や手順に合わせ性能測定を更新することです。
- C導入前の評価指標設定は利用開始前に成果の測り方を定めることです。この設問で求めるものとは異なります。
- D現場判断の差分収集は人が提案を変更した理由を残すことです。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 / 確認日：2026年9月29日
この問題の個別ページ →
QUESTION 498
事故が起きた際に一時停止か縮小運用か決めたい
- 公開日
- 2026年9月29日
- 分野
- 導入と継続改善
- 難易度
- 基礎
事故が起きた際に一時停止か縮小運用か決めたい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：C
危険に応じて利用範囲を狭める対応です。AIの便益は現場で継続して確かめます。
選択肢のポイント
- A改善措置の定着確認は決めた対策が運用で続いているか点検することです。この設問で求めるものとは異なります。
- B限定導入での検証は範囲を絞って効果と問題を確認することです。この設問で求めるものとは異なります。
- C正解です。危険に応じて利用範囲を狭める対応です。
- D受益者別の影響監視は成果や負担を対象群ごとに追うことです。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 / 確認日：2026年9月29日
この問題の個別ページ →
QUESTION 499
実施した改善策が次の監査で守られるか確認したい
- 公開日
- 2026年9月29日
- 分野
- 導入と継続改善
- 難易度
- 基礎
実施した改善策が次の監査で守られるか確認したい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：D
決めた対策が運用で続いているか点検することです。AIの便益は現場で継続して確かめます。
選択肢のポイント
- A継続監督の担当設定は運用中の確認役と時期を定めることです。この設問で求めるものとは異なります。
- B自動化バイアスの観察は機械の提案へ過度に従う傾向を調べることです。この設問で求めるものとは異なります。
- C訂正工数を含む費用対効果は人手の修正時間も含めて効果を測ることです。この設問で求めるものとは異なります。
- D正解です。決めた対策が運用で続いているか点検することです。
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 / 確認日：2026年9月29日
この問題の個別ページ →
QUESTION 500
導入が終わった後も責任者と再評価日を残したい
- 公開日
- 2026年9月29日
- 分野
- 導入と継続改善
- 難易度
- 基礎
導入が終わった後も責任者と再評価日を残したい。最も適切なものはどれですか。
ANSWER & EXPLANATION
正解：A
運用中の確認役と時期を定めることです。AIの便益は現場で継続して確かめます。
選択肢のポイント
- A正解です。運用中の確認役と時期を定めることです。
- B導入前の評価指標設定は利用開始前に成果の測り方を定めることです。この設問で求めるものとは異なります。
- C現場判断の差分収集は人が提案を変更した理由を残すことです。この設問で求めるものとは異なります。
- D業務変更後の評価見直しは用途や手順に合わせ性能測定を更新することです。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 / 確認日：2026年9月29日
この問題の個別ページ →