G検定｜試行の報酬から改善する

ANSWER & EXPLANATION

正解：D

行動の結果として得る報酬を手掛かりに方策を学ぶ方法です。目的に応じて、明示した規則を使うかデータから学ぶかを区別します。

選択肢のポイント

• A生成AIは学習したパターンを基に文章や画像などの新たな内容を生成するAIです。この設問で求める働きとは異なります。
• B知識表現は事実や関係を計算機が利用できる形で表す考え方です。この設問で求める働きとは異なります。
• C教師あり学習は入力と正解の組から対応関係を学ぶ方法です。この設問で求める働きとは異なります。
• D正解です。行動の結果として得る報酬を手掛かりに方策を学ぶ方法です。

関連キーワード

• 強化学習
• AIの基礎

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