AI試験ドットコム AI資格の無料問題集
G検定 › Web参考書

Web参考書

シラバス（シラバス2024（2024年11月試験より適用、第1.4版））の学習項目を節ごとに解説します。各節の最後に、その節の練習問題を載せています。読んだらそのまま解いて確認してください。

本書は公式テキストの転載ではなく、シラバスのキーワードと法令・ガイドラインなどの一次資料をもとに当サイトが独自に書いたものです。

第1章 人工知能とは

  1. 人工知能の定義とAI効果、4つのレベル分類 ・ 問題 10 問
  2. 人工知能分野で議論される問題（フレーム問題、シンボルグラウンディング、チューリングテスト） ・ 問題 12 問

第2章 人工知能をめぐる動向

  1. 探索・推論（探索木、幅優先・深さ優先、Mini-Max法とαβ法、モンテカルロ法） ・ 問題 8 問
  2. 知識表現とエキスパートシステム（MYCIN、意味ネットワーク、オントロジー、ワトソン） ・ 問題 9 問
  3. 機械学習の台頭（ルールベースとの違い、ビッグデータ、次元の呪い） ・ 問題 7 問
  4. ディープラーニングの発展史（ネオコグニトロン、LeNet、ILSVRC、アルファ碁、生成AI） ・ 問題 8 問

第3章 機械学習の概要

  1. 教師あり学習（回帰と分類、線形回帰、ロジスティック回帰、SVM、決定木、アンサンブル学習） ・ 問題 17 問
  2. 教師なし学習（クラスタリング、次元削減、推薦システム、トピックモデル） ・ 問題 12 問
  3. 強化学習（マルコフ決定過程、価値関数、Q学習、方策勾配法、バンディット） ・ 問題 11 問
  4. モデルの選択・評価（混同行列、適合率と再現率、交差検証、過学習、AIC） ・ 問題 12 問

第4章 ディープラーニングの概要

  1. ニューラルネットワークとディープラーニング（パーセプトロン、多層化、CPU・GPU・TPU） ・ 問題 9 問
  2. 活性化関数（シグモイド、tanh、ReLU、Leaky ReLU、ソフトマックスと勾配消失問題） ・ 問題 8 問
  3. 誤差関数（平均二乗誤差、交差エントロピー、KL情報量、Contrastive Loss、Triplet Loss） ・ 問題 7 問
  4. 正則化（L1・L2正則化、ラッソ回帰とリッジ回帰、ドロップアウト） ・ 問題 8 問
  5. 誤差逆伝播法（連鎖律、信用割当問題、勾配消失・勾配爆発） ・ 問題 7 問
  6. 最適化手法（勾配降下法、SGD、モーメンタム、Adam、学習率、ハイパーパラメータ調整） ・ 問題 13 問

第5章 ディープラーニングの要素技術

  1. 全結合層（重みと線形関数、パラメータ数の計算、CNNでの役割） ・ 問題 5 問
  2. 畳み込み層（カーネル・フィルタ、ストライド、パディング、特徴マップ、パラメータ数） ・ 問題 10 問
  3. 正規化層（バッチ正規化、レイヤー正規化、インスタンス正規化、グループ正規化） ・ 問題 5 問
  4. プーリング層（最大値プーリング、平均値プーリング、GAP、不変性の獲得） ・ 問題 5 問
  5. スキップ結合とResNet（残差学習、劣化問題、DenseNet・U-Netへの発展） ・ 問題 5 問
  6. 回帰結合層とRNN（BPTT、LSTM、GRU、双方向RNN、教師強制） ・ 問題 9 問
  7. AttentionとTransformer（Seq2Seq、Self-Attention、クエリ・キー・バリュー、位置エンコーディング） ・ 問題 8 問
  8. オートエンコーダ（次元削減、積層オートエンコーダと事前学習、VAEと派生モデル） ・ 問題 5 問
  9. データ拡張（Random Flip・Rotate・Crop、Cutout、Mixup、CutMix、RandAugment、テキストの拡張） ・ 問題 4 問

第6章 ディープラーニングの応用例

  1. 画像認識（分類・物体検出・セグメンテーション・姿勢推定の代表モデル） ・ 問題 13 問
  2. 自然言語処理（形態素解析、BoW、TF-IDF、word2vec、BERT、大規模言語モデル） ・ 問題 14 問
  3. 音声処理（A-D変換、フーリエ変換、メル尺度とMFCC、隠れマルコフモデル、WaveNet、CTC） ・ 問題 6 問
  4. 深層強化学習（DQNとその改良、A3C、PPO、RLHF、sim2real、オフライン強化学習） ・ 問題 6 問
  5. データ生成（GAN、DCGAN、Pix2Pix、CycleGAN、拡散モデル、NeRF） ・ 問題 7 問
  6. 転移学習とファインチューニング（事前学習済みモデル、Few-shot、自己教師あり学習、破滅的忘却） ・ 問題 6 問
  7. マルチモーダル（CLIP、DALL-E、Flamingo、Image Captioning、VQA、基盤モデル） ・ 問題 5 問
  8. モデルの解釈性（説明可能AI、CAM・Grad-CAM、LIME、SHAP、Permutation Importance） ・ 問題 5 問
  9. モデルの軽量化（エッジAI、蒸留、プルーニング、量子化、宝くじ仮説） ・ 問題 4 問

第7章 AIの社会実装に向けて

  1. AIプロジェクトの進め方（CRISP-DM、PoC、アジャイル、MLOps、体制と連携） ・ 問題 13 問
  2. データの収集・加工・分析・学習（アノテーション、オープンデータセット、コーパス、データリーケージ） ・ 問題 11 問

第8章 AIに必要な数理・統計知識

  1. AIに必要な数理・統計知識（代表値、分散、確率分布、相関、推定と検定、距離） ・ 問題 26 問

第9章 AIに関する法律と契約

  1. 個人情報保護法（個人情報・個人データ・保有個人データ、要配慮個人情報、仮名加工・匿名加工、第三者提供と委託、GDPR） ・ 問題 8 問
  2. 著作権法（著作物の要件、AI生成物の著作権、学習データと第30条の4、利用規約） ・ 問題 6 問
  3. 特許法（発明、新規性・進歩性、特許権と著作権のすみ分け、職務発明、営業秘密との違い） ・ 問題 5 問
  4. 不正競争防止法（営業秘密の三要件、限定提供データ） ・ 問題 3 問
  5. 独占禁止法（競争制限、公正競争阻害性、AIとアルゴリズムをめぐる論点） ・ 問題 3 問
  6. AI開発委託契約（契約ガイドライン、4つのフェーズ、請負と準委任、精度保証、知財の帰属、NDA） ・ 問題 5 問
  7. AIサービス提供契約（SaaS型の特殊性、データ利用権、利用規約、精度保証、保守） ・ 問題 4 問

第10章 AI倫理・AIガバナンス

  1. 国内外のAIガイドライン（AI倫理、価値原則、ハードローとソフトロー、リスクベースアプローチ、EU AI法） ・ 問題 4 問
  2. プライバシー（収集段階と推論段階の問題、プライバシー・バイ・デザイン、カメラ画像利活用ガイドブック） ・ 問題 3 問
  3. 公平性（アルゴリズムバイアス、データの偏り、センシティブ属性と代理変数、公平性の定義と対処技術） ・ 問題 4 問
  4. 安全性とセキュリティ（Adversarial Examples、データ汚染、モデル汚染、データ窃取、モデル窃取、セキュリティ・バイ・デザイン） ・ 問題 3 問
  5. 悪用（ディープフェイク、フェイクニュース、悪用事例と対応策） ・ 問題 3 問
  6. 透明性（説明可能性、ブラックボックス、データの来歴、透明性の対象） ・ 問題 3 問
  7. 民主主義への影響（フィルターバブル、エコーチェンバー、フェイクニュース） ・ 問題 3 問
  8. 環境保護（モデル学習の電力消費、気候変動、AIによる環境対策） ・ 問題 3 問
  9. 労働政策（AIとの協働、スキルの喪失、労働力不足、リスキリング） ・ 問題 3 問
  10. その他の重要な価値（軍事利用、人間の自律性、インクルージョン、死者への敬意） ・ 問題 3 問
  11. AIガバナンス（AIポリシー、倫理アセスメント、監査、人間の関与、モニタリング、再現性、トレーサビリティ、ダイバーシティ） ・ 問題 4 問
章別演習へ模擬試験へ