古典AI vs 機械学習（最終比較チートシート）は重要ポイントを整理して理解するための用語です。この記事では仕組み・役割・使いどころを押さえ、G検定で問われる判断ポイントとひっかけポイントを解説します。

gk cheatsheet

G検定トップ ＞ 古典AI vs 機械学習（最終比較チートシート）

まず結論（G検定での即断）

違いは「知識をどう作るか」。

  • 古典AI：人がルール・知識を書く
  • 機械学習：データから自動で学ぶ

👉 この1行で選択肢を切る。

直感的な一言まとめ

  • 古典AI：考え方を教えるAI
  • 機械学習：例を見せて学ばせるAI

基本比較表（最重要）

観点 古典AI 機械学習
知識の与え方 人が明示的に記述 データから学習
中心技術 探索・推論・知識表現 学習アルゴリズム
ルール 明示的 暗黙的
データ量 少なくてよい 大量に必要
柔軟性 低い 高い
代表例 エキスパートシステム 深層学習

古典AIの特徴（復習）

何をする？

  • 探索（迷路・パズル）
  • 推論（IF-THENルール）
  • 知識表現（フレーム・意味ネット）

👉 トイ・プロブレムが中心

機械学習の特徴（復習）

何をする？

  • パターン認識
  • 予測・分類
  • 回帰

👉 データ駆動型

AIブームとの対応（頻出）

AIブーム 中心技術
第一次 古典AI（探索・推論）
第二次 古典AI（エキスパートシステム）
第三次 機械学習・深層学習

G検定ひっかけポイント

  • ❌「古典AIもデータから学習する」

  • ❌「機械学習はルールベース」

  • ❌「探索アルゴリズム＝機械学習」

  • ✅ ルールを書く → 古典AI

  • ✅ データで学ぶ → 機械学習

典型問題の切り方

専門家の知識をルールとして組み込み、 推論によって結論を導くAI

👉 古典AI（エキスパートシステム）

大量のデータから特徴を自動抽出し、 未知データを予測するAI

👉 機械学習

まとめ（試験直前用）

  • 古典AI：人が知識を書く
  • 機械学習：データから学ぶ
  • 判断軸は ルールかデータか

👉 迷ったら

人が考えたら古典AI / データに任せたら機械学習

🔗 関連記事

🏠 G検トップに戻る