gk cheatsheet
G検定トップ
＞ 古典AIまとめ（探索・推論・知識表現）
まず結論（試験での切り方）
古典AIとは「データから学ぶAI」ではなく、「人が考え方を与えるAI」。
G検定では、
機械学習か？ 古典AIか？
を見分けられるかが最重要です。
古典AIの全体像
古典AIは、主に次の3要素で構成されます。
- 探索（Search）
- 推論（Inference）
- 知識表現（Knowledge Representation）
👉 ルール・論理・状態遷移 が中心
探索（Search）
直感的な説明
「ゴールにたどり着くまでの手順を探す」
代表例
- 幅優先探索
- 深さ優先探索
- A*アルゴリズム
典型問題
- 迷路探索
- ハノイの塔
- 8パズル
👉 トイ・プロブレム
推論（Inference）
直感的な説明
「与えられたルールから結論を導く」
代表例
- 前向き推論
- 後ろ向き推論
使われる場面
- エキスパートシステム
- 診断・助言システム
知識表現（Knowledge Representation）
直感的な説明
「人間の知識をコンピュータが扱える形にする」
代表的な表現方法
- ルール（IF-THEN）
- 論理式
- フレーム
- セマンティックネットワーク
古典AIと機械学習の違い（頻出）
| 観点 | 古典AI | 機械学習 |
|---|---|---|
| 知識の与え方 | 人が定義 | データから学習 |
| ルール | 明示的 | 暗黙的 |
| 柔軟性 | 低い | 高い |
G検定ひっかけポイント
-
❌「探索＝機械学習」
-
❌「推論＝ニューラルネットワーク」
-
❌「古典AIはデータを学習する」
-
✅ 人がルールを書く = 古典AI
覚え方（試験用）
探す → 考える → 知識を使う
- 探す：探索
- 考える：推論
- 知識を使う：知識表現
まとめ（試験直前用）
- 古典AI = 探索・推論・知識表現
- データから学ばない
- トイ・プロブレムが中心
👉 迷ったら
ルール・論理・探索 → 古典AI
🔗 関連記事
- NISC・IPA・JPCERT/CC・CSIRTの違いまとめ【一発で切れるチートシート】
- データ・AI利活用における留意事項とは？【DS検定リテラシー】
- データを読む・説明する・扱うとは？データリテラシー実践ガイド【DS検定】
- 数理・アルゴリズム・データ活用基礎（オプション）【DS検定対応】
- ④ Assistant Data Scientist（見習い）に求められるビジネス力
🏠 G検トップに戻る