【G検定対策】混同しやすい用語チェックシート
seo-webmaster
G検定では、用語の意味を知っているだけでなく、似た用語の違いを見分けられるかが重要です。
混同しやすい用語とは、名前や使われる場面が似ているため、選択肢で迷いやすい用語のことです。
たとえば、正則化と正規化、分類とクラスタリング、事前学習とファインチューニング、RAGとRLHF、AI倫理とAIガバナンスなどは、意味を分けて理解しておきたい用語です。
混同しやすい用語をG検定の採点結果の下記の8分野に分けてまとめています。
１．人工知能とは・人工知能をめぐる動向
２．機械学習の概要
３．ディープラーニングの概要
４．ディープラーニングの要素技術
５．ディープラーニングの応用例
６．AIの社会実装に向けて
７．AIに必要な数理・統計知識
８．AIに関する法律と契約・AI倫理・AIガバナンス
そのままご覧になってもいいですが、印刷した方が使いやすいと思います。
印刷を想定して、無駄なものは表示しないようにしています。
※ 本チェックシートは、G検定の重要用語を整理して確認するための補助教材です。これだけで合格を保証するものではありませんので、公式情報や問題演習とあわせてご活用ください。
1. 人工知能とは・人工知能をめぐる動向
| 混同しやすい用語 | 違い | 見分け方 |
|---|---|---|
| 人工知能・機械学習・ディープラーニング | 人工知能は広い概念、機械学習はデータから学ぶ方法、ディープラーニングはニューラルネットワークを多層にした機械学習の一部 | AI全体／データから学ぶ／多層ニューラルネットワークで見分ける |
| 強いAI・弱いAI | 強いAIは人間のように幅広く理解・判断できるAI、弱いAIは特定の目的に特化したAI | 人間のような汎用性があるかで見分ける |
| 汎用AI・特化型AI | 汎用AIはさまざまな課題に対応できるAI、特化型AIは特定の作業に強いAI | 幅広い課題に対応するか、特定用途に使うかで見分ける |
| 探索・推論 | 探索は候補の中から答えを探す考え方、推論は知識やルールをもとに結論を導く考え方 | 探すなら探索、導くなら推論 |
| 知識表現・機械学習 | 知識表現は人間の知識をAIで扱える形にする考え方、機械学習はデータからパターンを学ぶ方法 | 人が知識を与えるか、データから学ぶかで見分ける |
| エキスパートシステム・機械学習 | エキスパートシステムは専門家の知識やルールを使うAI、機械学習はデータから規則性を学ぶAI | ルールベースか、データ駆動かで見分ける |
| 第一次AIブーム・第二次AIブーム・第三次AIブーム | 第一次は探索・推論、第二次は知識表現・エキスパートシステム、第三次は機械学習・ディープラーニングが中心 | 探索推論／知識／ディープラーニングで見分ける |
| ルールベースAI・機械学習AI | ルールベースAIは人が決めたルールで判断し、機械学習AIはデータから判断の仕組みを学ぶ | 人がルールを作るか、AIがデータから学ぶかで見分ける |
| フレーム問題・シンボルグラウンディング問題 | フレーム問題は考慮すべき範囲を決める難しさ、シンボルグラウンディング問題は記号と現実の意味を結びつける難しさ | 考える範囲の問題か、記号の意味づけの問題かで見分ける |
※ 本教材は学習補助を目的としたものであり、試験の合格を保証するものではありません。
現在、初回お試し価格のため、今後変更する可能性があります。
この続きをみるには購入が必要です。