③ 機械学習・深層学習の概要
G検定 第232問
問題
1990年代中頃から一時衰退していたニューラルネットワークの研究が再び活性化したきっかけはどれか。
A人間の脳を完全にシミュレートするハードウェアが完成したから
BルールベースAIが全ての問題を解決したから
Cオートエンコーダ等の研究やデータ量およびハードウェア性能の向上があったから✓ 正解
D政府がニューラルネットワークの使用を義務付けたから
正解
C：オートエンコーダ等の研究やデータ量およびハードウェア性能の向上があったから
解説
計算機の性能向上と大量のデータさらに事前学習の研究などが重なりディープラーニングが台頭しました。
分野解説：③ 機械学習・深層学習の概要
機械学習と深層学習の全体像を学ぶ分野です。教師あり学習・教師なし学習・強化学習という学習の枠組み、データの前処理や特徴量、過学習と汎化、機械学習がディープラーニングへと発展した背景が問われます。各学習手法が「どんな問題に使われるか」を区別できることが重要です。以降の具体的手法を理解する前提となる基本概念が詰まっているため、用語の定義と関係性を丁寧に押さえておきましょう。
この分野の問題をすべて見る →本番形式で問題を解いてみよう
クイズモードで挑戦 →同じ分野の関連問題
G検定について
AI・ディープラーニングを事業に活かす力を証明
| 主催 | 一般社団法人 日本ディープラーニング協会（JDLA） |
|---|---|
| 出題形式 | 知識問題（多肢選択式）160問程度 |
| 試験時間 | オンライン試験100分・会場試験120分 |
| 受験料 | 13,200円（税込）※学生5,500円 |
| 合格基準 | 合格基準は公表されていない |
| 難易度 | ★★★☆☆（標準） |
G検定の関連記事
AI史から法律・倫理まで：G検定を3週間で回す順番
Gはジェネラリスト、つまり実装しない人のための検定です。生成AIを取り込んで動き続けるシラバスにどう追いつくか、9分野の分量と1038問の使い分けを段階ごとに整理しました。
20時間で届く人と60時間かかる人、G検定の差はどこか
合格ラインは非公表、そのうえ約200問を120分で処理する。G検定の負荷は内容の深さより範囲と速さにあります。文系は技術、理系は法律・倫理でつまずく偏りにも踏み込みました。
基礎から生成AIまで、G検定の深層学習用語を段階で並べる
CNNは画像、RNNとTransformerは系列、GANと拡散モデルは生成。名前の似たディープラーニングの略語を、どの領域で何に使うかとセットで並べた、試験直前の確認用チートシートです。