G検定 模擬試験 第3回

第3回の出題範囲

シラバスの10分野（大項目）ごとの問題数です。配分は当サイトの推計で、公式の配分は公表されていません。

この模擬試験について

問題の選び方

公開中の500問から、上の表の配分で145問を選んでいます。第3回はいつ解いても同じ問題が同じ順番で出ます。問題の追加や修正にあわせて、一部が入れ替わることがあります。第1回〜第3回のあいだで、同じ問題は出題しません。選択肢の並びは解くたびに入れ替わります（表示設定で切り替えられます）。

試験時間

時間制限は、オンライン試験と同じ100分（1問あたり約41.4秒）です。会場試験の120分も選べます。時間制限ありでは一時停止できず、ページを離れても時間は進み、0になると自動で採点します。時間を気にせず解きたいときは「時間制限なし」を選べます。

採点のしかた

解答は最後にまとめて採点します。すべての問題を同じ重みで数え、未回答は不正解とします。複数選択の問題は、正しい選択肢をすべて選んだときだけ正解です。結果では、8区分と大項目ごとの正答率、時間がかかった問題がわかります。合格ラインは公表されていないため、合否の判定はしません。

オリジナル問題

問題はすべて当サイトが作成したオリジナルです。本番の試験問題を再現したものではありません。JDLAは過去問を公開していないため、シラバスのキーワードをもとに、本番と同じ考え方で解く問題を作っています。

結果の記録

結果はこの端末のブラウザにだけ保存され、下の「過去の結果」に第3回の記録が並びます。2回目からは、前回からの正解数の変化と、分野ごとの正答率の差を表示します。記録は模擬試験全体で新しい20回分まで残ります。

第3回の例題（5問）

この回に出題される問題から、分野の違う5問を載せています。正解は「正解を見る」で確かめられます。

1. 問15 AIの社会実装に向けて

   ある物流企業は、荷物の画像から破損の有無を判定するモデルを開発した。このモデルをクラウド上に置き、倉庫の端末や取引先のシステムからWeb API経由で使えるようにする計画である。この計画に関する説明として、最も不適切なものを1つ選べ。

   1. AA：利用する側は、画像を送って判定結果を受け取るだけでよく、モデルの中身や実行環境を自前で用意する必要はない。
   2. BB：繁忙期など利用量の増減に合わせて計算資源を増やしたり減らしたりでき、初期の設備投資も抑えやすい。
   3. CC：クラウド上の安全対策はすべてクラウド事業者の責任となるため、アクセス権限やデータの公開範囲の設定は事業者に任せておけばよい。
   4. DD：入出力の形式などAPIの仕様を変えなければ、モデルを再学習して入れ替えても、呼び出す側のプログラムを変えずに済む。
   正解を見る

   正解 C

   Web APIで提供すると、モデルを利用側から切り離せます。クラウドでも、利用者側の設定は利用者の責任として管理します。

   すべての選択肢の解説を読む

2. 問44 ディープラーニングの要素技術

   ある小売企業が、自社商品の写真1,200枚を使い、写真を20種類の商品に分類するモデルを作る。写真の照明は店舗ごとに異なり、商品パッケージには文字が印刷されている。データ拡張の進め方として、最も不適切なものを1つ選べ。

   1. AA：1,200枚すべてにRotateやBrightnessの変換を加えて6,000枚に増やしてから、学習用と評価用にランダムに分ける。
   2. BB：学習用に分けた写真にだけ、エポックごとにランダムな変換を加え、評価用の写真は変換せずに使う。
   3. CC：店舗ごとの照明の違いに備え、BrightnessやContrastを小さな範囲でランダムに変える。
   4. DD：Random Flipで左右反転すると印刷された文字が鏡文字になるため、文字が分類の手がかりになるかを確かめてから、使うかどうかを決める。
   正解を見る

   正解 A

   データ拡張は、学習用と評価用に分けた後の学習用データにだけ行います。分割前に拡張すると、評価が実力より甘くなります。

   すべての選択肢の解説を読む

3. 問75 AIに関する法律と契約

   フィットネスクラブを運営するH社に、退会した元会員のIさんから「自分についてどのようなデータを持っているか開示してほしい。今後は自分のデータを使わないでほしい」との請求があった。H社はIさんのデータを保有個人データとして管理しており、Iさんの同意を得て、提携先の保険会社に提供したこともある。H社の対応に関する説明として、最も不適切なものを1つ選べ。

   1. AA：Iさんは、開示の方法として、電磁的記録の提供による方法を指定して請求できる。
   2. BB：H社がIさんのデータを保険会社に提供したことの記録は、保有個人データそのものではないため、開示請求の対象にならない。
   3. CC：H社がIさんのデータを利用する必要がなくなった場合は、違法な取扱いがなくても、Iさんは利用停止や消去を請求できる。
   4. DD：開示することでH社の業務の適正な実施に著しい支障を及ぼすおそれがある場合、H社は全部又は一部を開示しないことができる。
   正解を見る

   正解 B

   本人は保有個人データに加えて、いつ誰に提供されたかを記録した第三者提供記録の開示も請求できます。

   すべての選択肢の解説を読む

4. 問104 機械学習の概要

   強化学習の手法に関する説明として、最も適切なものを1つ選べ。

   1. AA：Q学習は、次の状態で実際に選んだ行動の行動価値を使って更新するため、方策オン型の手法に分類される。
   2. BB：REINFORCEは、方策をパラメータで表し、エピソードで得た収益をもとに方策のパラメータを勾配法で直接更新する。
   3. CC：Actor-Criticは価値関数だけを学習する手法で、方策は価値が最大の行動を選ぶことで暗黙的に決まる。
   4. DD：方策勾配法は、行動の選択肢が有限個の場合にしか使えず、ロボットの関節角度のような連続値の行動は扱えない。
   正解を見る

   正解 B

   Q学習やSARSAは行動価値関数を学ぶ価値ベース、REINFORCEは方策を直接学ぶ方策ベースの手法で、Actor-Criticは両方を学びます。

   すべての選択肢の解説を読む

5. 問131 人工知能をめぐる動向

   ある損害保険会社が、AIを導入する候補として、事故写真からの損傷の程度の判定、問い合わせメールへの返信文の作成、契約者の解約の予測などの業務を検討している。生成AIの特徴をふまえた説明として、最も適切なものを1つ選べ。

   1. AA：事故車両の写真から損傷の程度を「軽微・中程度・重大」の3段階に判定する業務は、画像を入力として扱うため、生成AIの典型的な活用例である。
   2. BB：問い合わせの内容に合わせて返信メールの下書きを作る業務は生成AIの活用例であり、担当者が内容を確認してから送る運用が適切である。
   3. CC：過去の契約データから解約しそうな顧客を予測する業務は、将来の行動を推測して新しい情報を生み出すため、生成AIの典型的な活用例である。
   4. DD：文章を作る生成AIは、学習データの中から質問に合う文章を探してそのまま返すため、返信文に事実と異なる内容が混ざりにくい。
   正解を見る

   正解 B

   生成AIは文章や画像などの新しいコンテンツを作り出すAIです。分類や予測は従来の機械学習でも担え、生成AIの出力は人が確認して使います。

   すべての選択肢の解説を読む

第3回の過去の結果