資格道場
G検定の合格体験記【IT営業職・学生・営業マネージャー3名のリアル独学】
IT企業営業職のA氏（30代）が独学でG検定に合格するまでの体験記。AI/プログラミング未経験で2.5ヶ月の独学を経て2026年第1回試験で合格。具体的な学習法・教材・つまずきポイントを詳しく紹介。さらに別2名の体験記、合格者共通の法則、よくあるQ&Aも収録。
※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。
合格者①プロフィール
- A氏（仮名）、30代男性、IT系企業の営業職
- 事前資格: ITパスポート（取得後5年）
- AI実務経験: なし（顧客にAI提案を行うため取得を決意）
- 学習期間: 2.5ヶ月（平均1日1〜2時間）
- 受験回: 2026年第1回（1月）・オンライン受験
学習スケジュール（10週間）
Week 1-2: AI基礎と歴史（10時間）
JDLA公式テキスト第1〜2章を読み、AIの歴史・主要事件・基礎用語を整理。ノートに『3つのAIブーム・主要研究者・代表事件』の表を作成。
Week 3-5: 機械学習の手法（25時間）
教師あり/なし/強化学習の違い、各種アルゴリズムの目的・特徴を学習。最も時間をかけた分野。評価指標（適合率/再現率/F1/AUC）の意味と計算を理解。
Week 6-8: ディープラーニング（30時間）
CNN/RNN/Transformerの構造図を理解。生成AI（GAN/拡散モデル/LLM）の最新動向を別途調査。2024年改訂シラバスの生成AI論点を重点学習。
Week 9: AI社会実装と倫理・法律（10時間）
EU AI Act・GDPR・著作権法30条の4・AI倫理5原則を整理。最新動向は経産省『AI事業者ガイドライン』も参照。
Week 10: 問題演習・模試（15時間）
当サイト一問一答300問を3周＋市販問題集（黒本）で本試験形式の演習。100分145問のペースを訓練。
使用教材
- 公式テキスト（白本）: JDLA監修『深層学習教科書 ディープラーニングG検定 公式テキスト』（翔泳社）
- 問題集（黒本）: 『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』（インプレス）
- 当サイトG検定 一問一答
- JDLA公式『AIマップβ』・ニュース等の最新動向
つまずきポイントと対策
つまずき1: 活性化関数・最適化手法の使い分け
ReLU・Sigmoid・Softmax、SGD・Adam等の使い分けが混乱。『ReLU=中間層・Sigmoid=二値分類出力・Softmax=多クラス分類出力』の表を作成して暗記。
つまずき2: 生成AI関連の最新トピック
RAG・LoRA・プロンプトエンジニアリング等は公式テキストの版によって記載なし。最新動向は技術ブログ・JDLA公式情報で補完。
つまずき3: 法律・倫理問題の暗記
EU AI Actの4段階・著作権法30条の4・GDPRの主要権利・自動運転レベル等。日付・条文番号を表でまとめ繰り返し復習。
当日の試験戦略
『100分で145問＝1問あたり約40秒』を意識。簡単な問題から解いて時間貯金を作り、難問は後回し。オンライン試験のため事前準備の参考資料（PDF・ブックマーク）を準備。検索しすぎず暗記済の問題は即答するペースを維持。
合格者②プロフィール（営業マネージャー職）
- B氏（仮名）、40代男性、メーカー営業マネージャー
- 事前資格: 基本情報技術者（10年前取得）
- AI実務経験: 部下のAI案件管理を3年
- 学習期間: 1.5ヶ月（平均1日2時間）
- 受験回: 2026年第2回（3月）・オンライン
「IT系の素養があったので楽でした。問題集（黒本）を3周し、苦手分野（生成AI・法律）に集中。AI関連の最新ニュースは日経・MIT Technology Reviewで補完。本番では『分からない問題は即マーク→後で見直し』戦略で時間配分成功。」
合格者③プロフィール（理系学生）
- C氏（仮名）、20代男性、工学部情報科学科3年
- 事前資格: なし（学生割引で5,500円）
- AI実務経験: 大学の機械学習授業を1年履修
- 学習期間: 1ヶ月（平均1日2〜3時間）
- 受験回: 2026年第1回・オンライン
「学生の特権（5,500円）を活用しました。授業で学んだ機械学習・ディープラーニングの基礎が役立ち、特に対策が必要だったのは『AI倫理・法律』分野。問題集中心で1ヶ月で合格。就活前にG検定取得は強い武器になりました。」
合格者が実際に使った教材
3名の合格者がそれぞれの戦略で活用した参考書を、用途別TOP3として紹介します。クリックでAmazon・楽天で詳細を確認できます。
※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。
用途別の選び方・組合せパターンは参考書ランキング、公式テキスト（白本）の詳細レビューは公式テキスト白本レビューもご覧ください。
合格者共通の法則 5箇条
- 公式テキスト + 問題集の2冊体制: 白本（公式テキスト）でシラバス網羅・黒本（問題集）で論点定着
- 2024年改訂シラバスの生成AI論点を必修: ChatGPT・Stable Diffusion・LLM・RAG・LoRA等が頻出
- AI倫理・法律論点で点を稼ぐ: 暗記中心で点が取りやすい・差がつく
- 100分145問のペース感覚を訓練: 1問40秒・即答できる論点を増やす
- オンライン試験では資料参照可だが事前学習が結局重要: 調べる時間が足りない
合格体験記のよくあるQ&A
Q. AI/プログラミング未経験でも合格できますか？
A. はい、A氏のように営業職・非IT職での合格事例多数。コンセプト理解が中心で、コード問題はなし。線形代数の基礎概念が分かれば十分です。
Q. 学習時間が30時間でも合格できますか？
A. AI/データサイエンス実務経験者なら可能。未経験者は80〜150時間が現実的。短期集中で1.5〜2ヶ月、平日1〜2時間ペースが標準。
Q. 公式テキスト（白本）だけで合格できますか？
A. ぎりぎり可能だが推奨しない。問題集（黒本）で論点定着が効率的。当サイト一問一答も並行活用が理想。
Q. 過去問は入手できますか？
A. JDLAは過去問非公開。市販の予想問題集（黒本等）が事実上の過去問代替。詳しくは過去問の傾向と対策を参照。
Q. 不合格になった場合は？
A. 次回受験料50%OFFの再受験割引あり（オンラインのみ・条件あり）。年間9回受験チャンスがあるので落ち込まず再挑戦を。
合格パターン2：データサイエンス志望大学院生（公式テキスト+問題集王道型）
修士1年でデータサイエンス分野の研究室所属、機械学習の数理は授業で扱っているがG検定特有の論点（生成AI・法律・倫理）は未学習だった大学院生のケースです。1ヶ月50時間の短期集中で合格しました。
- D氏（仮名）、20代男性、情報理工学研究科 修士1年
- 事前知識：機械学習・統計学（大学院授業履修・Pythonでの実装経験）
- 受験動機：就活でデータサイエンティスト職を志望・E資格への前段
- 学習期間：1ヶ月（50時間・1日約1.5h）
- 受験回：2026年第2回（3月）・オンライン
- 結果：1回目で合格・学生割引適用（5,500円）
学習スケジュール
Week 1：公式テキスト（白本）通読・既知論点の確認（10時間）、Week 2：問題集（黒本）1周＋誤答ノート作成（15時間）、Week 3：生成AI・法律・倫理の集中対策（15時間）、Week 4：黒本2周目＋模擬演習＋当サイト一問一答（10時間）。機械学習の数理は授業で習得済みだったため、特に時間を割いたのは「シラバスの最新動向（ChatGPT・LLM・RAG・LoRA・拡散モデル）」と「AI関連法律（EU AI Act・著作権法30条の4・GDPR）」でした。
使用した教材・教材費
- 公式テキスト（白本）：JDLA監修『深層学習教科書 ディープラーニングG検定 公式テキスト』（翔泳社・約3,000円）
- 問題集（黒本）：『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』（インプレス・約2,800円）
- 当サイト：G検定 一問一答（無料）
- 補強：JDLA公式『AIマップβ』、経産省『AI事業者ガイドライン』（無料PDF）
つまずきポイントと対策
意外と苦戦したのは生成AI/LLM論点でした。研究室では古典的な機械学習（教師あり学習・クラスタリング）が中心で、Transformer以降の生成AI最新動向（GPT-4・Stable Diffusion・RAG・LoRA・プロンプトエンジニアリング）は触れていませんでした。公式テキスト第6版でも一部しか網羅されていないため、対策としてJDLA公式の「2024年改訂シラバス」を確認し、追加論点を技術ブログ（Qiita・Zenn）と論文要約サイト（AI ScholarやAINOW）で補完。さらに黒本の生成AI章を3周解き、頻出キーワード（ファインチューニング・蒸留・量子化・MoE・マルチモーダル）の定義を暗記カード化しました。本番では生成AI分野で8割以上の正答率を達成。
合格してよかったこと
- 就活ESに「G検定合格」を書き、データサイエンティスト職の選考通過率が向上
- 大学院の進路相談で「E資格への前段クリア」と教授から評価された
- AI関連の研究発表で法律・倫理の視点を取り入れられるようになった
- 学割（5,500円）で受験できた経済メリットも大きい
- 次の目標としてE資格（JDLA Deep Learning for ENGINEER）への挑戦が決まった
これから受験する方へのアドバイス
- 機械学習バックグラウンドがあるなら1ヶ月で十分：数理部分の学習時間を生成AI・法律・倫理に振り分ける
- 公式テキスト＋問題集の2冊体制が王道：白本でシラバス網羅、黒本で論点定着
- 2024年改訂シラバスの生成AI論点は必修：公式テキスト未掲載の最新トピックは技術ブログで補完
- 学生は学割（5,500円）を活用：通常13,200円が半額以下になる
- G検定後はE資格・統計検定2級への接続が王道：就活ではこのセットがデータサイエンティスト志望の鉄板
合格パターン3：非エンジニア企画職30代（Udemy併用・数学統計克服型）
消費財メーカーで商品企画を担当する30代女性が、社内のDX推進プロジェクトでAI提案を行う立場になり、Udemy講座を併用しながら2ヶ月70時間で合格したケースです。文系出身で数学・統計に苦手意識があった克服パターンです。
- E氏（仮名）、30代女性、消費財メーカー商品企画職
- 事前知識：文系大学（経済学部）出身・統計は基礎レベルのみ
- 受験動機：社内DX推進プロジェクトでのAI企画担当任命
- 学習期間：2ヶ月（70時間・平日1h／週末3h）
- 使用教材：Udemy講座＋公式テキスト＋黒本
- 受験回：2026年第3回（5月）・オンライン
- 結果：1回目で合格
学習スケジュール
1ヶ月目：Udemy「G検定（JDLA Deep Learning for GENERAL）対策講座」を視聴＋公式テキスト並行読み（35時間）、2ヶ月目：問題集（黒本）3周＋苦手な数学・統計分野の補強＋模擬試験（35時間）。動画講義は1.5倍速で1日1〜2セクション進め、通勤電車で当サイト一問一答を回す形で着実に進捗を確保しました。
使用した教材・教材費
- Udemy講座：G検定対策の人気講座（セール時購入で約1,800円）
- 公式テキスト（白本）：JDLA監修『深層学習教科書 ディープラーニングG検定 公式テキスト』（翔泳社）
- 問題集（黒本）：『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』（インプレス）
- 当サイト：G検定 一問一答（無料・通勤時間に活用）
- 補強：YouTube「ヨビノリたくみ」線形代数・微分の入門動画（無料）
つまずきポイントと対策
最大の壁は数学・統計分野でした。「行列の積」「偏微分」「勾配降下法」「ベイズの定理」など、文系出身者には初見の概念が多く、公式テキストを読んでも全く頭に入りませんでした。対策として、YouTubeの「ヨビノリたくみ」氏の線形代数・微分入門動画を週末に各5本ずつ視聴し、数式の「意味」を直感的に理解。さらにUdemy講座の数学パートでは講師が「なぜこの計算が機械学習で必要か」を解説してくれたため、暗記から理解へシフトできました。また「数式が出たら逃げず、まず日本語に翻訳する」習慣を徹底（例：「∂L/∂w」→「重みを少し変えたとき損失がどれくらい変わるか」）。本番では数学分野で7割の正答率を達成し、苦手意識を完全克服できました。
合格してよかったこと
- 社内DX推進プロジェクトで「AI企画担当」として正式アサイン
- 役員・経営層へのAI企画プレゼンで専門用語を使いこなせるように
- 外部ベンダー（AI開発会社）との打ち合わせで対等に議論できるようになった
- 文系出身でも「AI人材」として社内ポジショニングを確立
- 次の目標として統計検定2級・データサイエンティスト検定（リテラシーレベル）に挑戦中
これから受験する方へのアドバイス
- 文系・非エンジニアでも2ヶ月70時間で合格可能：コード問題はないため、コンセプト理解と暗記中心の戦略でOK
- 数学・統計は「ヨビノリ」など無料動画で補強：書籍だけで挫折しがちな部分は動画解説が圧倒的に分かりやすい
- Udemyのセール時購入で講座費を激安に：通常2万円台の講座が2,000円以下になる
- 数式は「日本語翻訳」で理解する：「数式アレルギー」を克服する最強のコツ
- 非エンジニア職こそG検定の費用対効果が高い：社内のAI関連プロジェクトで「分かる人」になれる希少性が大きい
G検定（ジェネラリスト検定） 一問一答 →