④ 機械学習の具体的手法
G検定 第337問
問題
ホールドアウト検証の弱点を補うためデータをk個に分割しテストデータの役割を順番に交代させながら学習と評価を繰り返す手法は何か。
Ak-分割交差検証✓ 正解
Bバギング
Cランダムフォレスト
Dk-means法
正解
A：k-分割交差検証
解説
データをk個に分割しテストデータを順番に入れ替えて複数回評価を行う手法です。
分野解説：④ 機械学習の具体的手法
代表的な機械学習アルゴリズムを学ぶ分野です。線形回帰・ロジスティック回帰、決定木やランダムフォレスト、サポートベクターマシン、k近傍法、クラスタリング、主成分分析などが幅広く問われます。さらに、評価指標（正解率・適合率・再現率・F値・ROC曲線など）や交差検証といったモデル評価の考え方も重要テーマです。各手法の特徴と適した用途、評価指標の意味をセットで整理することが得点のポイントになります。
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。