G検定の勉強法とおすすめ参考書【独学合格・2024年改訂シラバス対応】
G検定(ジェネラリスト検定)はJDLA(日本ディープラーニング協会)が実施するAI・ディープラーニング活用人材向けの民間検定です。試験は100分・小問145問程度のオンライン形式(会場試験は120分)。受験料13,200円、合格率77〜78%。年6回開催で受験機会が豊富。本記事では独学合格に必要な勉強法・参考書・学習スケジュールを詳しく解説します。
※受験料・試験日程・シラバス・出題内容は改定される場合があります。最新情報は必ずJDLA公式情報でご確認ください。
G検定の試験基本情報
- 受験料: 13,200円(一般・税込)/学生5,500円
- 試験形式: オンライン(自宅受験)または会場試験
- 出題数: 小問145問程度
- 試験時間: 100分(オンライン)/120分(会場)
- 合格基準: 非公開(概ね70%程度と推測)
- 合格率: 約77〜78%(2026年実績)
- 開催: 年6回(オンライン)+年3回(会場)
- 累計受験者: 20万人超(2026年時点)
シラバス4分野(2024年改訂版)
- 人工知能の基礎と研究の歴史: AI定義・3つのAIブーム・チューリングテスト・強い/弱いAI・シンギュラリティ・フレーム問題・探索/推論・知識表現等
- 機械学習の基礎と手法: 教師あり/なし/強化学習・線形回帰/ロジスティック回帰/SVM/決定木/ランダムフォレスト/XGBoost・k-means/PCA・評価指標・過学習対策等
- ディープラーニング技術: ニューラルネット基礎・CNN/RNN/LSTM/Transformer・BERT/GPT・GAN/拡散モデル・生成AI・LLM・ファインチューニング等
- AI社会実装と倫理・法律: PoC/MLOps・公平性/透明性/XAI・GDPR/個人情報保護・EU AI Act・著作権・ディープフェイク・自動運転・RAG・AI倫理5原則等
独学合格までのロードマップ
Step 1: AIの歴史と基礎概念(1週間)
AIの定義・3つのブーム・主要研究者・代表的事件(Deep Blue・Watson・AlphaGo)を整理。人工知能の基礎と研究の歴史を参照。
Step 2: 機械学習の手法を体系的に押さえる(2週間)
教師あり/なし/強化学習の違い、代表的アルゴリズム、評価指標(適合率・再現率・F1・AUC)、過学習対策を体系学習。機械学習の基礎と手法を参照。
Step 3: ディープラーニング技術を深掘り(2〜3週間)
CNN/RNN/Transformerの構造、生成AI(GAN/拡散モデル/LLM)、最新トピック(RAG・プロンプト工学・LoRA)。ディープラーニング技術を参照。
Step 4: AI社会実装と倫理・法律(1〜2週間)
PoC・MLOps・EU AI Act・GDPR・著作権法30条の4・AI倫理5原則・自動運転レベル等。生成AI時代の法的論点が頻出。AI社会実装と倫理・法律を参照。
Step 5: 一問一答で論点定着(2週間)
当サイトのG検定 一問一答で10章×75問=計750問(基礎4章+機械学習手法・DL数理・CNN・NLP/Transformer・生成AI/LLM・AI倫理の発展6章)を繰り返し演習。○×・四択両方で論点を固める。
Step 6: 過去問・模試演習(1週間)
本試験形式(145問・100分)で時間配分を訓練。過去問の傾向と対策で頻出パターンを把握。
おすすめ参考書
※上記の書籍リンクは広告(Amazonアソシエイト・楽天アフィリエイト)を含み、リンク経由での購入により当サイトが紹介料を得る場合があります。
詳しくは参考書ランキングもご覧ください。
合格までの目安学習時間
- AI/IT実務経験者: 30〜50時間(1〜2ヶ月)
- IT実務経験あり・AI未経験: 50〜80時間(2〜3ヶ月)
- 非IT職・初学者: 80〜150時間(3〜5ヶ月)
合格率は高めだが、シラバス範囲が広く生成AI/法律論点も含まれるため計画的学習が必要。
章別学習戦略【優先度・所要時間・つまずきポイント】
G検定は145問を120分(オンラインは100分)で解く高速処理型試験。シラバス4分野を「得点効率の高い章へ厚く配分」するのが合格の最大の鍵です。下表の優先度と時間配分を目安にしましょう。
| 章 | 優先度 | 配分時間 | つまずきポイント | 章解説 |
|---|---|---|---|---|
| ディープラーニング技術 | ★★★★★ | 25〜45時間 | CNN/RNN/Transformerの構造混同。BERT/GPT/拡散モデル/LLMの最新動向は出題数最多。Attention・自己回帰・ファインチューニングの理解が必須 | ディープラーニング技術 |
| 機械学習の基礎と手法 | ★★★★☆ | 20〜35時間 | 教師あり/なし/強化学習の境界、評価指標(適合率・再現率・F1・AUC)の混同、過学習対策の手法名(L1/L2/Dropout/Early Stopping)暗記漏れ | 機械学習の基礎と手法 |
| AI社会実装と倫理・法律 | ★★★★☆ | 15〜30時間 | EU AI Act・著作権法30条の4・GDPRの最新論点。PoC/MLOps/XAI/RAGの実装用語が増加中。倫理5原則は確実に得点源化 | AI社会実装と倫理・法律 |
| AI基礎と歴史 | ★★★☆☆ | 10〜20時間 | 3つのAIブームの年代・代表手法・主要研究者を時系列で覚える。フレーム問題・シンボルグラウンディング・チューリングテスト等の概念暗記 | AI基礎と歴史 |
ディープラーニング技術+機械学習で全体の60%の時間を投下するのが合格者の共通パターン。一方で AI社会実装・倫理は暗記すれば確実に得点できるため、最初に手を付けて精神安定を確保する戦略も有効です。
ディープラーニング技術 — 最優先で得点源に
2024年改訂シラバスで生成AI/LLM/Transformer/拡散モデルの比重が大幅増。CNN(畳み込み・プーリング)・RNN/LSTM(時系列)・Transformer(Attention/Self-Attention)の3系統を構造図で理解し、各代表モデル(VGG・ResNet・BERT・GPT・Stable Diffusion 等)を暗記。
機械学習の基礎と手法 — 体系で押さえる
教師あり/なし/強化学習の3分類×代表アルゴリズム表を作成。線形回帰/ロジスティック回帰/SVM/決定木/RF/XGBoost/k-means/PCA など。評価指標(混同行列・適合率・再現率・F1・ROC・AUC)と過学習対策(正則化・Dropout・Early Stopping・Cross Validation)は計算問題でも出題。
AI社会実装と倫理・法律 — 暗記で得点
EU AI Act(2024発効・リスクベース4分類)・著作権法30条の4(AI学習データ)・GDPR・個人情報保護法・AI倫理5原則・自動運転レベル0〜5を整理。PoC/MLOps/XAI/公平性/透明性は実装用語として頻出。RAG・プロンプトインジェクション・ハルシネーション等の生成AI時代の論点を必ず押さえる。
AI基礎と歴史 — 短時間で確実に
第1次(探索・推論・1950s〜)/第2次(知識表現・エキスパートシステム・1980s)/第3次(機械学習・ディープラーニング・2010s〜)の年表暗記と、Deep Blue/Watson/AlphaGo/AlphaFold/ChatGPT等の事件・人物(チューリング・ミンスキー・ヒントン・ルカン・ベンジオ・サットン・アルトマン等)を確実に。
合格者の時間配分モデル【3パターン】
G検定は年9回(オンライン6回+会場3回)と受験機会が多く、自分の生活リズムに合わせて学習開始時期を選べます。実際の合格者がよく採用する3パターンを紹介します。
パターン1: 社会人・独学型(平日1h / 休日3h・約60時間・1.5ヶ月)
| 項目 | 内容 |
|---|---|
| 総学習時間 | 約60時間(1.5ヶ月) |
| 平日 | 夜1時間(21:00〜22:00)公式テキスト+スマホで一問一答15分 |
| 休日 | 午前1.5時間(公式テキスト読解)+午後1.5時間(問題演習) |
| 教材費 | 公式テキスト+問題集で計5,000〜7,000円 |
| 強み | 費用最安・年9回受験の柔軟性を活用。オンライン受験のため移動コストゼロ |
| 注意点 | 生成AI/LLM/EU AI Actは公式テキストだけでは情報古い。最新ニュース(JDLA公式・ITメディア等)を週1チェック |
パターン2: 学生・短期集中型(毎日2〜3h・約50時間・3週間)
| 項目 | 内容 |
|---|---|
| 総学習時間 | 約50時間(3週間) |
| 平日/休日 | 毎日2〜3時間(午前公式テキスト・午後問題演習) |
| 進め方 | 第1週: 歴史+機械学習章/第2週: ディープラーニング章+生成AI/第3週: AI社会実装・倫理+過去問演習 |
| 教材費 | 5,000〜8,000円 |
| 強み | 記憶定着しやすい・大学のIT/データサイエンス授業と相乗効果。学生割引で受験料5,500円 |
| 注意点 | 3週間だと AI社会実装・倫理の演習量不足になりがち。倫理章は2周以上推奨 |
パターン3: 公式テキスト+問題集 王道型(平日1.5h / 休日2h・約80時間・2ヶ月)
| 項目 | 内容 |
|---|---|
| 総学習時間 | 約80時間(2ヶ月) |
| 平日 | 夜1.5時間(公式テキスト1章+章末問題+当サイト一問一答) |
| 休日 | 午前1時間(前週復習)+午後1時間(模擬問題集・過去問) |
| 教材費 | 1万〜1.5万円(公式テキスト+黒本+赤本+最新動向書籍) |
| 強み | 合格率8割超の安全コース。公式準拠で新シラバス論点を網羅。生成AI実務にも活用可 |
| 注意点 | テキスト読むだけで満足しない。必ず問題演習をセットで。生成AI/Transformer章は時間を多めに |
直前期チェックリスト【2週間前・1週間前・前日】
G検定はオンライン自宅受験のため、知識面とPC・通信環境の両面で準備が必要です。下記チェックリストで「やり忘れ」を防止しましょう。
📋 試験2週間前まで
- 過去問題集(黒本・赤本等)を2〜3周完了している
- 当サイトの一問一答(10章×75問=750問)で各章70%以上の正答率
- ディープラーニング技術(CNN/RNN/Transformer/生成AI)の構造を図解で理解
- 機械学習評価指標(適合率・再現率・F1・AUC)の計算が即答できる
- EU AI Act・著作権法30条の4・GDPR の最新論点を確認
- 受験申込・受験票の到着確認・本人確認書類の準備
📋 試験1週間前
- 最新動向の最終確認(生成AI・LLM・EU AI Act・新サービス・新法規)
- 苦手分野のテキストを再読(新規分野には手を出さない)
- 3つのAIブーム年表・主要研究者・代表事件の暗記カード総復習
- PC・通信環境の死活確認(推奨ブラウザ・OS・ネット速度測定・カメラ/マイク不要だが受験ガイド確認)
- 試験中参照用のブックマーク/PDF整理(シラバスPDF・公式テキスト目次・自作チートシート)
- 予備機・モバイル回線(スマホテザリング)を準備
- 家族・同居人に試験時間中の静粛協力を依頼
📋 試験前日
- 朝の起床時間で生活リズムを整える(昼寝NG)
- 暗記カード・年表・倫理5原則・評価指標表を軽く流し読みのみ
- 新しい問題は解かない(自信喪失防止)
- 受験用 PC の再起動・OS/ブラウザアップデート確認・他アプリ全停止
- 本人確認書類(運転免許証等)を試験用PCの横に準備
- ブックマーク・PDF・チートシートをすぐ開ける状態に整理
- 22時就寝・7時間以上睡眠を確保
❌ 模試・過去問の新規挑戦(点数が悪いとメンタル崩壊)
❌ 深夜まで詰め込み学習(当日の集中力低下)
❌ OS/ブラウザの大型アップデート(試験中フリーズリスク)
❌ 新しい参照PDF/チートシートを増やす(探す時間で失点)
✅ やるなら「知っている内容の再確認」と「PC環境最終チェック」のみ
本試験当日の戦略【時間配分・解答順・見直し・トラブル対策】
G検定は120分で145問(1問約50秒)の高速処理型試験。オンライン自宅受験のため試験中ブラウザ参照可という大きな特徴があります。しかし検索しすぎると時間切れになるため、事前準備が勝負を決めます。
⏰ タイムスケジュール(オンライン受験の例)
| 時刻 | 行動 |
|---|---|
| 試験開始1時間前 | PC再起動・他アプリ全停止・通信速度確認・トイレ |
| 試験開始30分前 | 暗記カード/チートシート最終確認・本人確認書類準備 |
| 試験開始10分前 | 受験ページにログイン・指示に従い待機 |
| 試験開始〜120分 | 本試験145問(オンラインは100分の場合あり) |
| 試験終了後 | 合否は後日メール通知・SNSでJDLA公式の解答議論をチェック |
📝 推奨解答順序(120分配分)
| 順序 | 分野 | 配分時間 | 狙い |
|---|---|---|---|
| ① | 知識問題(歴史・人名・専門用語) | 30〜40分 | 暗記分野を先に確保し精神安定。即答できる問題を一気に |
| ② | 倫理・法律(EU AI Act・著作権・GDPR) | 20〜25分 | 暗記で確実に得点。チートシート参照で即答可 |
| ③ | 機械学習の手法・評価指標 | 25〜30分 | 計算/概念問題を中速で処理。混同しやすい論点は慎重に |
| ④ | ディープラーニング・生成AI | 30〜40分 | 最新動向は最後に集中。難問は飛ばして後で戻る |
| ⑤ | フラグした問題の再検討・検索確認 | 10〜15分 | 自信なし問題のみ参照資料/検索で確認 |
G検定は試験中ブラウザでの参照・検索が許可されています。ただし1問50秒のスピードのため、検索に頼りすぎると確実に時間切れ。事前に以下を準備:
・JDLA公式シラバスPDF(章ごと検索可能)
・公式テキストの目次・索引のスクリーンショット
・自作チートシート(評価指標・倫理5原則・自動運転レベル・主要モデル表)
・信頼できるAI用語辞典サイトのブックマーク
🎯 見直しの優先順位
- フラグした問題(試験システムの「後で確認」機能を活用)
- 自信なし問題の検索確認(チートシート/PDF優先、検索は最終手段)
- 計算問題(評価指標・確率)(ミス確率が高い)
- 2024年改訂で新規追加された論点(生成AI・EU AI Act・RAG等)
🚨 PC・通信トラブル対策
| トラブル | 対策 |
|---|---|
| ネット切断 | スマホテザリング・モバイルWi-Fi を事前準備(事前接続テスト推奨) |
| PCフリーズ | 予備PC(ノート/タブレット)を起動状態でスタンバイ |
| 停電 | ノートPC+モバイル回線で電源・通信を独立化 |
| 試験システム不具合 | JDLA問い合わせ先を事前メモ。スクリーンショットで証拠保全 |
| 家族の予期せぬ来訪 | 事前に試験時間を伝え、玄関に「試験中」掲示 |
❌ 1問に2分以上かけない → フラグして後で戻る
❌ 検索で答えを探そうとして連続3問かけない → 飛ばす判断
❌ 第一感を変えるのは「資料で根拠確認できた時のみ」
✅ 知識問題は即答 → 計算問題は中速 → 最新動向は最後
✅ 残り15分で必ずフラグ問題と未回答問題を最終チェック
✅ 合格率77〜78%の高合格率資格。解ける問題を確実に取れば合格
次のステップ:相性のよい関連資格
G検定取得後、または前段階として組み合わせる関連資格を紹介します。
- 基本情報技術者試験 - IT基礎の国家試験。G検定と並行学習でAI×ITスキルの両輪に
- 応用情報技術者試験 - IT応用の国家試験。G検定の機械学習論点と重複多
- ITパスポート - IT入門。G検定前のステップとして相性◎
- 情報セキュリティマネジメント - AI倫理・法律論点と親和性高
- 工事担任者 総合通信 - 通信インフラ系・AI/IoT連携で評価
- キャリアコンサルタント - 国家資格・DX時代のリスキリング指導で需要急増。G検定+キャリコンでAI/DX人材育成コンサルとして独立可
- 統計検定 2級 - 日本統計学会公式認定の数学・統計の基礎資格。G検定の数学論点を深掘りでき、AI×データサイエンスの両輪に
- 知的財産管理技能検定3級 - 国家技能検定。G検定の著作権法30条の4(AI学習データ)の論点と完全シナジー。AI×知財実務
- 中小企業診断士 1次 - 経営コンサルの国家資格。AI/DXコンサル業務で重要なシナジー
G検定(ジェネラリスト検定) 一問一答 →