コース一覧
生成AI資格対策(生成AIパスポート+G検定)
模試:G検定

生成AI資格対策(生成AIパスポート+G検定)

AIと機械学習のきほん、生成AIのしくみ、活用と動向、著作権・個人情報などのリスクと法律、そしてG検定に必要なディープラーニング理論まで、生成AI時代の2大資格の出題範囲を、毎レッスン実際に問題を解きながら学べる対策コースです。前提知識は不要です。約 12.5 時間 (1 日 30 分 × 25 日) で 49 レッスンを修了でき、生成AIパスポートとG検定それぞれの模試で合格ラインを確認して本番に臨めます。

1
試験ガイダンス(2資格の選び方)
01. 2つの資格の違い10分
02. 出題形式と時間10分
03. 学習計画10分
04. 形式を体験10分
2
AIのきほん
01. AIとは15分
02. AIの歴史とブーム15分
03. 機械学習の3分類15分
04. ニューラルネットとDL15分
05. 評価と過学習15分
06. 過去問:AIのきほん15分
3
生成AIのしくみ
01. LLMのしくみ15分
02. 画像生成のしくみ15分
03. マルチモーダル15分
04. RAGと外部知識15分
05. 追加学習の手法15分
06. 過去問:生成AIのしくみ15分
4
活用と動向
01. ビジネス活用15分
02. プロンプトの技法15分
03. 主要サービスの分類15分
04. 動向15分
05. 過去問:活用と動向15分
5
リスクと法律・倫理
01. ハルシネーションとリスク15分
02. 著作権と生成AI15分
03. 個人情報と機密15分
04. AIのセキュリティ15分
05. ガイドラインと法規制15分
06. バイアスと倫理15分
07. 過去問:リスクと法律15分
6
生成AIパスポート仕上げ
01. 模試:生成AIパスポート60分
02. 弱点復習15分
03. 直前チェック15分
04. 受験とG検定への判断15分
7
G検定上乗せ:機械学習の理論
01. 回帰と分類15分
02. 決定木とアンサンブル15分
03. クラスタリングと次元削減15分
04. 勾配降下法15分
05. 正則化と汎化15分
06. 過去問:機械学習理論15分
8
G検定上乗せ:ディープラーニング
01. CNN15分
02. RNNとAttention15分
03. Transformer15分
04. 生成モデル15分
05. 強化学習15分
06. 研究史と人物15分
07. 過去問:DL15分
9
G検定仕上げ
01. 模試:G検定65分
02. 弱点復習15分
03. 直前チェック15分
04. 受験と次のステップ15分

生成AI資格対策(生成AIパスポート+G検定)

012つの資格の違い
02出題形式と時間
03学習計画
04形式を体験
05AIとは
06AIの歴史とブーム
07機械学習の3分類
08ニューラルネットとDL
09評価と過学習
10過去問:AIのきほん
11LLMのしくみ
12画像生成のしくみ
13マルチモーダル
14RAGと外部知識
15追加学習の手法
16過去問:生成AIのしくみ
17ビジネス活用
18プロンプトの技法
19主要サービスの分類
20動向
21過去問:活用と動向
22ハルシネーションとリスク
23著作権と生成AI
24個人情報と機密
25AIのセキュリティ
26ガイドラインと法規制
27バイアスと倫理
28過去問:リスクと法律
29模試:生成AIパスポート
30弱点復習
31直前チェック
32受験とG検定への判断
33回帰と分類
34決定木とアンサンブル
35クラスタリングと次元削減
36勾配降下法
37正則化と汎化
38過去問:機械学習理論
39CNN
40RNNとAttention
41Transformer
42生成モデル
43強化学習
44研究史と人物
45過去問:DL
46模試:G検定
47弱点復習
48直前チェック
49受験と次のステップ

模試:G検定

クイズ1

人工知能という言葉が初めて使われた会議はどれですか。

クイズ2

第二次AIブームで中心となった、専門家の知識を規則として記述する仕組みはどれですか。

クイズ3

起こりうる出来事の範囲を限定できないため、あらゆる可能性の検討が終わらないという問題はどれですか。

クイズ4

記号がその意味する実世界の対象と結び付かないという問題はどれですか。

クイズ5

機械が人間と区別がつかない受け答えをできるかを判定する試験を提案したのは誰ですか。

クイズ6

正解ラベルのないデータから構造を見つけ出す学習はどれですか。

クイズ7

単層パーセプトロンでは解けないことが指摘された問題はどれですか。

クイズ8

学習データでの精度は高いが未知データでの精度が低い状態を何と呼びますか。

クイズ9

陽性と予測したもののうち実際に陽性だった割合を表す指標はどれですか。

クイズ10

データをk個に分割し、各回で1つを検証用として学習と評価を繰り返す方法はどれですか。

クイズ11

大規模言語モデルが文章を生成するとき、直接行っている計算はどれですか。

クイズ12

言語モデルが文章を扱うときの最小単位を何と呼びますか。

クイズ13

人間の評価をもとに強化学習でモデルの出力を人間の好みに近づける手法はどれですか。

クイズ14

画像生成で使われる拡散モデルの学習の考え方として正しいものはどれですか。

クイズ15

テキストと画像など複数の種類の情報をまとめて扱えるモデルを何と呼びますか。

クイズ16

単語や文章を数値のベクトルとして表現し、意味の近さを距離で測れるようにしたものはどれですか。

クイズ17

社内文書を検索し、その内容を根拠として生成AIに回答させたい場合に適した仕組みはどれですか。

クイズ18

学習済みモデルを別のタスク向けに追加学習させることを何と呼びますか。

クイズ19

大量のデータで得た汎用的な表現を、データが少ない別の課題に活かす考え方はどれですか。

クイズ20

生成AIの出力の多様性を調整するために使われるパラメータはどれですか。

クイズ21

モデルに手本となる入出力の例をいくつか示してから本題を解かせるプロンプト技法はどれですか。

クイズ22

途中の考え方を順に書かせることで、多段の推論を要する問題の正答率を高める技法はどれですか。

クイズ23

目標を与えると、必要な手順を自ら計画し外部のツールを呼び出しながら実行する仕組みを何と呼びますか。

クイズ24

生成AIを業務に導入するときの進め方として最も適切なものはどれですか。

クイズ25

EU AI Actの基本的な考え方として正しいものはどれですか。

クイズ26

日本でAIの開発者や提供者、利用者が守るべき考え方を整理した文書はどれですか。

クイズ27

生成AIが存在しない論文名を実在するかのように答えました。この現象はどれですか。

クイズ28

ハルシネーションへの対策として最も適切なものはどれですか。

クイズ29

日本の著作権法第30条の4が定めているのはどのような利用ですか。

クイズ30

生成AIの利用に関する著作権上の説明として正しいものはどれですか。

クイズ31

個人情報を含むデータを外部の生成AIサービスに入力する際の扱いとして最も適切なものはどれですか。

クイズ32

入力文に紛れ込ませた指示でモデル本来の指示を上書きさせる攻撃はどれですか。

クイズ33

学習データに不正なデータを混入させ、モデルの挙動を狙った方向へ歪める攻撃はどれですか。

クイズ34

採用選考の予測モデルが特定の属性に不利な結果を出していました。主な原因として考えられるものはどれですか。

クイズ35

モデルがなぜその予測をしたのかを人に説明できるようにする取り組みを何と呼びますか。

クイズ36

AIによる判断を人の確認や介入なしにそのまま適用することの問題点として最も適切なものはどれですか。

クイズ37

実在する人物の顔や声を合成して本物のように見せかけた偽の映像や音声を何と呼びますか。

クイズ38

社内で生成AIの利用ルールを整備する際に含めるべき内容として最も適切なものはどれですか。

クイズ39

ロジスティック回帰について正しい説明はどれですか。

クイズ40

サポートベクターマシンが分類境界を決める際の考え方はどれですか。

クイズ41

k近傍法の説明として正しいものはどれですか。

クイズ42

決定木の利点として最も適切なものはどれですか。

クイズ43

ランダムフォレストの説明として正しいものはどれですか。

クイズ44

勾配ブースティングの学習の進め方はどれですか。

クイズ45

k-means法において、あらかじめ人が決める必要があるものはどれですか。

クイズ46

主成分分析の目的として正しいものはどれですか。

クイズ47

特徴量の数が増えるほどデータが空間内で疎になり、学習が難しくなる現象を何と呼びますか。

クイズ48

確率的勾配降下法が、全データを使う勾配降下法と比べて持つ特徴はどれですか。

クイズ49

学習率を大きくしすぎたときに起こりやすいことはどれですか。

クイズ50

過去の勾配の情報を利用して更新量を自動的に調整する最適化手法はどれですか。

クイズ51

検証データの損失が悪化し始めた時点で学習を打ち切る手法はどれですか。

クイズ52

CNNの畳み込み層が行っている処理はどれですか。

クイズ53

プーリング層の効果として最も適切なものはどれですか。

クイズ54

ResNetが導入した、層を深くしても学習を進められるようにする仕組みはどれですか。

クイズ55

時系列データを扱うために、前の時刻の出力を次の時刻の入力に用いるネットワークはどれですか。

クイズ56

LSTMが導入された主な理由はどれですか。

クイズ57

入力系列を固定長のベクトルに符号化し、そこから別の系列を生成する枠組みはどれですか。

クイズ58

Transformerの中核となる仕組みはどれですか。

クイズ59

文中の一部を隠して当てさせる形で事前学習を行い、文脈を双方向に読むモデルはどれですか。

クイズ60

GANの構成として正しいものはどれですか。

クイズ61

VAEの特徴として正しいものはどれですか。

クイズ62

強化学習において、エージェントが行動を選ぶ規則を何と呼びますか。

クイズ63

強化学習で、既知の良い行動を取ることと未知の行動を試すことの兼ね合いを何と呼びますか。

クイズ64

Q学習の価値関数をニューラルネットワークで近似し、Atariのゲームで高い性能を示した手法はどれですか。

クイズ65

ニューラルネットワークの出力層で、多クラス分類の確率を出すために使われる関数はどれですか。

未回答の問題は、不正解として正解と解説のみ表示します

ログインが必要です

クイズに回答するにはログインしてください。