G検定（ジェネラリスト検定・JDLA）の次の試験日・申込期間・受験料と、試験までのカウントダウン。ディープラーニングの基礎から法律・倫理までをシラバスの順に学べる「G検定 完全攻略講座（全30回）」の動画と、オリジナルの練習問題で対策できます。
G検定 完全攻略講座この検定講座だけで受かる！※動画講座と練習問題で学べる独自の講座です。合格を保証するものではありません。
この検定の問題・用語暗記は、無料の会員アプリで想定問題・模擬試験・苦手の復習・試験日カウントダウン。成績はどの端末でも続きから。
無料で使うG検定の試験概要
| 主催 | 一般社団法人日本ディープラーニング協会（JDLA） |
|---|---|
| 試験方式 | オンライン（自宅など）または会場（CBT） |
| 試験時間 | オンライン 100分／会場 120分 |
| 問題数・形式 | 約145問（多肢選択式） |
| 受験料（税込） | 一般 13,200円／学生 5,500円 |
| 合格基準 | 非公開 |
| 公式サイト | https://www.jdla.org/certificate/general/ |
出題範囲（章）
- 人工知能とは
- 人工知能をめぐる動向
- 機械学習の概要
- ディープラーニングの概要
- ディープラーニングの要素技術
- ディープラーニングの応用例
- AIの社会実装に向けて
- AIに必要な数理・統計知識
- AIに関する法律と契約
- AI倫理・AIガバナンス
問題形式と対策
オンライン100分（会場は120分）・約145問の多肢選択。1問あたり40秒ほどしかないので、用語を見てすぐ定義・手法・人物・年代を結びつける力と、手法どうしのちがいが問われる。
試験日程
| 回 | 試験日・受験期間 ／ 申込期間 |
|---|---|
| 2027年 第1回（オンライン） | 2027年1月16日（土） 申込 2026年11月13日（金）〜2027年1月8日（金） 13:00〜14:40。会場試験は1月15日〜17日（申込は受験日の3日前まで） |
2027年第2回以降の日程は JDLA の公式サイトで確認してください。
G検定 完全攻略講座（全30回）
- 第1回人工知能・機械学習・ディープラーニングの包含関係、データ・モデル・特徴量、学習と推論、訓練データとテストデータ、汎化性能、ルールベースとの違い（試験形式は冒頭30秒）動画公開中
- 2人工知能の定義と分類強いAI・弱いAI、AI効果、エージェント準備中（1回ずつ公開します）
- 3AIの歴史（第1次〜第3次ブーム）ダートマス会議、エキスパートシステム、ディープラーニング準備中（1回ずつ公開します）
- 4探索・推論探索木、ハノイの塔、ミニマックス法、モンテカルロ法準備中（1回ずつ公開します）
- 5知識表現とエキスパートシステム意味ネットワーク、オントロジー、MYCIN準備中（1回ずつ公開します）
- 6機械学習の基本と代表的な手法教師あり・なし、回帰と分類準備中（1回ずつ公開します）
- 7教師あり学習の手法線形回帰、ロジスティック回帰、決定木、SVM、ランダムフォレスト準備中（1回ずつ公開します）
- 8教師なし学習の手法k-means、主成分分析、クラスタリング準備中（1回ずつ公開します）
- 9強化学習エージェント・環境・報酬、Q学習、バンディット準備中（1回ずつ公開します）
- 10モデルの評価正解率・適合率・再現率・F値、交差検証、過学習準備中（1回ずつ公開します）
- 11ニューラルネットワークの基本パーセプトロン、多層化、活性化関数準備中（1回ずつ公開します）
- 12ディープラーニングの学習誤差逆伝播法、勾配降下法、学習率準備中（1回ずつ公開します）
- 13学習をうまく進める工夫ドロップアウト、正則化、バッチ正規化、初期化準備中（1回ずつ公開します）
- 14畳み込みニューラルネットワーク（CNN）畳み込み層・プーリング層、画像認識準備中（1回ずつ公開します）
- 15CNN の発展モデルAlexNet、VGG、ResNet、転移学習準備中（1回ずつ公開します）
- 16RNN と LSTM時系列データ、勾配消失、GRU準備中（1回ずつ公開します）
- 17Transformer と AttentionSelf-Attention、BERT、GPT準備中（1回ずつ公開します）
- 18深層生成モデルVAE、GAN、拡散モデル準備中（1回ずつ公開します）
- 19画像認識の応用物体検出（YOLO など）、セグメンテーション準備中（1回ずつ公開します）
- 20自然言語処理の応用単語の分散表現、word2vec、大規模言語モデル準備中（1回ずつ公開します）
- 21音声処理と強化学習の応用音声認識・合成、AlphaGo、深層強化学習準備中（1回ずつ公開します）
- 22マルチモーダルとロボティクス画像と言葉、ロボットへの応用準備中（1回ずつ公開します）
- 23AIプロジェクトの進め方PoC、データ収集、運用（MLOps）準備中（1回ずつ公開します）
- 24AIに必要な数理・統計確率・統計、行列、微分のイメージ準備中（1回ずつ公開します）
- 25個人情報保護法とAI個人情報・匿名加工情報・仮名加工情報準備中（1回ずつ公開します）
- 26著作権法とAI学習のための利用（第30条の4）、生成物準備中（1回ずつ公開します）
- 27AI開発の契約と知的財産モデル・データの権利、契約の考え方準備中（1回ずつ公開します）
- 28AI倫理とAIガバナンス公平性・説明可能性・プライバシー・透明性準備中（1回ずつ公開します）
- 29AIの最新動向と社会実装生成AI、AIエージェント、各国のルール準備中（1回ずつ公開します）
- 30総まとめ：頻出用語の一気見と直前対策全分野の頻出用語・手法を定義つきで総復習、まちがえやすい組合せ、計算・評価指標の要点準備中（1回ずつ公開します）
G検定のおすすめ参考書
※ プロモーション（Amazon・楽天市場のアフィリエイト）を含みます。価格・在庫は各ストアで確認してください。
深層学習教科書 ディープラーニング G検定（ジェネラリスト）公式テキスト 第3版
徹底攻略ディープラーニングG検定ジェネラリスト問題集 第3版
ディープラーニングG検定（ジェネラリスト）最強の合格テキスト［第3版］
最短突破 ディープラーニングG検定（ジェネラリスト） 問題集 第2版力だめし 5問（その場で答え合わせ）
Q1. 過学習（オーバーフィッティング）の説明として適切なものはどれか。
学習データに合わせすぎて、未知のデータでの性能（汎化性能）が下がる状態を過学習といいます。
Q2. 日本の著作権法で、AIの学習などの情報解析のために著作物を利用できることを定めた条文として知られるものはどれか。
著作権法第30条の4は、情報解析などのための利用を一定の条件で認めています。ただし「著作権者の利益を不当に害する場合」は除かれます。
Q3. 学習と推論の説明として、適切なものはどれか。
モデルを作る（更新する）のが学習、作ったモデルを使うのが推論。
Q4. 人工知能（AI）の定義に関する説明として、適切なものはどれか。
人工知能には、研究者の間で統一された定義がない。人間の知的な働きを実現する技術の総称として説明される。
Q5. 1956年に開かれ、「人工知能（Artificial Intelligence）」という言葉が初めて使われたとされる会議はどれか。
1956年のダートマス会議で「人工知能」という言葉が使われたとされています。
G検定（ジェネラリスト検定）は一般社団法人日本ディープラーニング協会（JDLA）の商標または登録商標です。DX MASTER は主催団体とは関係のない独自の学習サイトで、問題はすべてオリジナルです。日程・受験料は変わることがあるため、申込の前に必ず公式サイトで確認してください。
X投稿このページを X で紹介する
