プロモーションを含みます
資格の勉強といえば「過去問」。G検定の勉強を始めるときも、まず過去問を探す人は多いと思います。でも、回ごとの全問をまとめた過去問集を探しても、なかなか見つかりません。
この記事では、JDLA(日本ディープラーニング協会)の公式サイトで確かめられたことをもとに、公式に公開されている過去問の範囲と、足りない演習量をどう補えばいいかをまとめました。当サイトで作った練習問題も3問のせています。
申し込みから受験後までの流れは、G検定合格までのロードマップの記事にまとめています。
公式の過去問は20問だけ公開されている
JDLAの公式サイトには「G検定の例題・過去問」というページがあり、実際に出題された問題が公開されています(出典:JDLA「G検定の例題・過去問」、2026-11-19確認)。
掲載されているのは、出題範囲(シラバス)の10分野に1〜3問ずつ、あわせて20問です。1問ごとに「G検定2024#4に出題された過去問題」のように、出題された回が書かれています。正解はページの末尾にまとめて載っていますが、解説はありません。無料で読めて、会員登録もいりません。
一方で、1回分の試験を最初から最後まで通して解けるような過去問集は公開されていません。本番は145問程度が出るので、20問だけでは演習量が足りません。公式の過去問は「どんな問題が出るかを知る」ためのもの、と考えておくのがよさそうです。
注意したいのは、20問の中に2022年や2023年の回に出た問題も含まれていることです。出題範囲は見直されることがあるので、古い問題を解くときは「いまのシラバスにも載っている内容か」を確かめながら使いましょう。
形式の特徴として、4つの選択肢から1つを選ぶ問題が中心ですが、法律・倫理の分野には「最も不適切なものを選ぶ」問題もあります。本番も同じ多肢選択式なので、こうした問われ方に慣れておく意味でも、一度は目を通しておきたいページです。
本番の形式をおさらい(2027年第1回)
次回、2027年第1回のオンライン試験は2027年1月16日(土)13:00〜14:40です。試験時間は100分、出題数は145問程度で、多肢選択式の知識問題です(出典:JDLA「G検定とは」、2026-11-19確認)。
100分を145問で割ると、1問あたり約41秒しかありません。知識を覚えるだけでなく、速く解く練習も必要になる計算です。
会場試験は2027年1月15日〜17日で、試験時間は120分です。オンライン試験の個人申込の締切は2027年1月8日(金)23:59です。日程と申し込みの流れは、G検定2027年の日程まとめの記事にまとめています。
過去問の代わりになる3つの練習方法
1. 公式テキスト第3版の章末問題
公式テキスト(JDLA監修)には、章ごとに確認問題が付いています。読んだ章の理解をその場で確かめられるので、出題範囲全体の土台作りは、まずテキストと章末問題から始めるのがおすすめです。
深層学習教科書 ディープラーニングG検定(ジェネラリスト)公式テキスト 第3版は、楽天ブックスやAmazonでも購入できます。
2. 市販の問題集と模擬試験で演習量を確保する
本番に近い4択の問題をたくさん解きたいなら、市販の問題集が中心になります。解説が付いているので、公式の過去問(正解のみ)で分からなかったところの復習にも向いています。
徹底攻略ディープラーニングG検定ジェネラリスト問題集 第3版は、楽天ブックスやAmazonでも購入できます。テキストと問題集の詳しい比べ方は、G検定の公式テキストと問題集をまとめた記事で紹介しています。
仕上げには、本番と同じくらいの問題数を、時間を測って通しで解く模擬試験が役立ちます。1問あたり約41秒というペース感覚は、通しの練習でないと身につきません。
3. シラバスから自分で問題を作る
意外と効くのが、シラバスの用語をもとに自分で問題を作ってみる方法です。問題を作ろうとすると「この言葉、ちゃんと説明できるかな?」と自然に考えるので、理解が深まります。
生成AIに「この用語について4択問題を作って」と頼むのもひとつの手です。ただ、生成AIの答えはまちがっていることもあるので、答え合わせはかならずテキストで行いましょう。これ自体が、試験で問われる「AIの出力を確かめる」練習にもなります。
自作の練習問題をやってみよう
シラバスにのっている用語をもとに、当サイトで作った練習問題です。実際の試験問題ではありません。本番の難しさや出題のしかたとはちがう可能性があるので、腕だめしのつもりで気軽にどうぞ。
答えと解説は、各問題の下の「答えと解説を見る」を押すと開きます。先に自分で選んでから開いてみてください。
問1
ある小売店が、過去の会員データを使って「新しい会員がクーポンを使うかどうか」を予測したいと考えています。手元には、過去の会員の属性と、実際にクーポンを使ったかどうか(正解)の記録があります。この予測モデルを作るときの学習方法として、最も適切なものを1つ選んでください。
- 教師あり学習
- 教師なし学習
- 強化学習
- 次元削減
答えと解説を見る
答え:1
「クーポンを使ったかどうか」という正解(ラベル)のあるデータから学ぶのが教師あり学習です。正解のある過去の記録を使って、新しいデータについて「使う/使わない」のような分類を予測します。
ほかの選択肢がちがう理由
- 2:教師なし学習は、正解のないデータから、似た者同士のグループ分けなどの構造を見つける方法です。正解の記録を活かす今回の目的には合いません。
- 3:強化学習は、行動の結果としてもらえる報酬をもとに、より良い行動の選び方を学ぶ方法です。
- 4:次元削減は、データの項目数を減らして扱いやすくする処理で、学習方法そのものではありません。
問2
画像認識でよく使われる畳み込みニューラルネットワーク(CNN)の特徴として、最も適切なものを1つ選んでください。
- 畳み込み層で、画像のなかの局所的な特徴を取り出す
- 文章の前後関係を記憶しながら、単語を1つずつ処理する
- 報酬が最大になるよう、試行錯誤しながら行動を学ぶ
- ラベルのないデータを、似た者同士のグループに分ける
答えと解説を見る
答え:1
CNNは、畳み込み層で画像の一部分ごとの特徴(輪郭や模様など)を取り出すしくみです。画像の特徴を自動で捉えられることが強みで、プーリングなどの処理と組み合わせて、位置のずれにも強くなります。
ほかの選択肢がちがう理由
- 2:文章のような、順番のあるデータを扱う仕組み(回帰結合を持つネットワークなど)の説明です。
- 3:強化学習の説明です。
- 4:教師なし学習(クラスタリング)の説明です。
問3
個人情報保護法の説明として、最も不適切なものを1つ選んでください。
- 個人情報とは、氏名や生年月日などによって、特定の個人を識別できる情報のことである
- メールアドレスも、ほかの情報と照らし合わせることで個人を識別できる場合は、個人情報にあたる
- 新聞やインターネットですでに公表されている個人情報は、個人情報保護法の保護の対象にはならない
- 個人情報を取り扱う事業者は、あらかじめ利用目的をできる限り特定しなければならない
答えと解説を見る
答え:3
公表されているかどうかで、保護の対象から外れるわけではありません。すでに公表されている情報でも、特定の個人を識別できるものは個人情報として保護の対象になります。
ほかの選択肢が正しい理由
- 1:個人情報の基本的な定義です。
- 2:単独では識別できなくても、ほかの情報と照合して識別できる情報は個人情報にあたります。
- 4:利用目的の特定は、個人情報を取り扱う事業者に求められていることです。
まとめ
公式の過去問20問で出題のされ方を知り、テキストと問題集で演習量を補い、模擬試験で時間配分の練習をする、という組み立てが現実的です。過去問が20問しかないからこそ、残りの練習をどう組むかが大切になります。
どれくらい勉強すればいいかの目安は、G検定の勉強時間の記事でまとめています。2027年第1回を受ける人は、申込締切(2027年1月8日)を過ぎる前に、まず公式の20問を解いて現在地を確かめてみてください。
