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. ルールベースと機械学習の説明として、適切なものはどれか。
ルールを人が書くのがルールベース、データからパターンを学ぶのが機械学習。役割の入れかえがひっかけ。
Q2. Transformer の中心となるしくみはどれか。
Transformer は Attention（特に Self-Attention）で、文中の語どうしの関係をとらえます。BERT や GPT の土台です。
Q3. 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。
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. 画像認識で広く使われ、畳み込み層とプーリング層をもつネットワークはどれか。
CNN は畳み込み層で特徴を取り出し、プーリング層で位置のずれに強くします。画像認識の基本です。
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
