G検定 概念系 最終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 ＞ G検定 概念系 最終チートシート

まず結論（ここだけ見ればOK）

G検定の概念問題は「どの枠組みの話か」を見抜けば解ける。

  • ルール・探索・推論 → 古典AI
  • 専門家の知識 → エキスパートシステム
  • データから学ぶ → 機械学習
  • 多層NN・大量データ → 深層学習

AIの全体マップ（超重要）

AI
├─ 古典AI
│  ├─ 探索
│  ├─ 推論
│  └─ 知識表現
│
└─ 機械学習
   ├─ 教師あり・なし
   └─ 深層学習

👉 まずこの位置関係を思い出す

AI三大ブーム 即判定

ブーム 主役 一言で
第一次 探索・推論 考え方を実装
第二次 エキスパート 知識を記述
第三次 深層学習 データで学習

古典AIゾーン（頻出）

キーワード

  • 探索（DFS / BFS / A*）
  • 推論（前向き・後ろ向き）
  • 知識表現（フレーム・意味ネット・論理）

👉 人がルールを書く

機械学習ゾーン（頻出）

キーワード

  • 特徴量
  • 学習データ
  • 汎化性能

👉 データからパターンを学ぶ

深層学習ゾーン（頻出）

キーワード

  • 多層ニューラルネット
  • CNN / RNN / Transformer
  • 活性化関数（ReLU系）

👉 特徴抽出も自動

よくある混同ワード整理

誤解しやすい 正しい切り分け
探索 = 機械学習 探索は古典AI
意味ネット = NN 別物
第二次AIブーム = DL 第三次
ルール = 学習 ルールは人が書く

判断フレーズ（試験用）

  • 「IF-THEN」→ 古典AI
  • 「大量データ」→ 機械学習
  • 「多層・CNN」→ 深層学習
  • 「専門家の知識」→ 第二次AIブーム

まとめ（試験直前用）

  • まず 枠組み を見る
  • ルールか？データか？
  • 時代（AIブーム）で整理

👉 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