① 基礎理論（数値表現・論理・AI）
基本情報技術者 第26問
問題
強化学習の特徴として適切なものはどれか。
A正解データのみを与える
B報酬を最大化するように行動を学習する✓ 正解
C入力データのみを与える
Dルールを人間がすべて記述する
正解
B：報酬を最大化するように行動を学習する
解説
強化学習は行動の結果として得られる報酬を最大化する学習手法である。
分野解説：① 基礎理論（数値表現・論理・AI）
コンピュータで扱う情報の土台を学ぶ分野です。2進数・16進数の相互変換、補数による負数表現、論理シフト、AND・OR・XORなどの論理演算、半加算器・全加算器といった論理回路が頻出です。加えてスタック・キューの基本や逆ポーランド表記、近年重要度が増す生成AI・機械学習（ディープラーニング、ファインチューニング、ハルシネーション等）も出題されます。計算と用語の両輪で、後続の全分野を支える最重要の基礎です。
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
基本情報技術者について
ITエンジニアの登竜門となる国家試験
| 主催 | 情報処理推進機構（IPA） |
|---|---|
| 出題形式 | 科目A 多肢選択式（四肢択一）60問／科目B 多肢選択式20問。CBT方式で通年実施 |
| 試験時間 | 科目A 90分・科目B 100分 |
| 受験料 | 7,500円（税込） |
| 合格基準 | 科目A・科目Bとも評価点600点以上／1,000点満点 |
| 難易度 | ★★★☆☆（標準） |
基本情報技術者の関連記事
1ヶ月か3ヶ月か、基本情報技術者の積み上げ方を決める
科目Aは広く浅く、科目Bは狭く深く。同じ試験でも二つの科目は攻め方が違います。基礎理論から計算のパターン化、暗記分野へと回す順番を、362問の分野別内訳とあわせて示します。
ITパスポートと応用情報の間にある壁：基本情報の実像
50〜100時間で届く人と、100〜200時間かかる人を分けているものは何か。11分野の広さと科目Bの思考力という二つの負荷から、★★★☆☆という評価の中身を分解していきます。
探索と整列の計算量から固める基本情報技術者の科目B
キャッシュのヒット率、稼働率、伝送時間といった計算は、型を持っているかどうかで所要時間が変わります。取り違えやすい用語の対比やセキュリティ・ネットワークの頻出語も、362問の演習と併用する前提で。