JDLAが実施するG検定の学び方｜出題範囲と時間配分、初学者の進め方

2026年7月5日

＠SOHO編集部

この記事のポイント

✓JDLAのG検定について
✓学習時間の目安と教材の組み立て
✓時間切れを防ぐ本番の戦い方

JDLAのG検定を受けようと調べ始めた皆さんへ。まず、安心してください。この試験は数式を解く試験ではなく、AIに関する用語と考え方を広く正確に理解しているかを問う試験です。プログラムを書いたことがない方でも合格しています。ただし、独特の形式に対する準備をしないと、知識があっても時間切れで落ちます。この記事では、E資格との違い、出題の重心、学習時間の目安、教材の組み立て方、本番の時間配分、申込時に見落としやすい準備までを順に書きます。読み終えたときに、自分が何をどの順で勉強すればよいかが決まっている状態を目標にします。

G検定とは何か、E資格との違いを最初に押さえる

JDLAは一般社団法人日本ディープラーニング協会の略称で、ディープラーニングを事業に活用する人材の育成を目的に設立された団体です。この団体が実施する検定が2種類あり、両者を混同したまま申し込む人がいるので、最初に区別します。

1つはG検定で、Gはジェネラリストを指します。ディープラーニングの基礎知識を持ち、事業に活用する方向性を判断できる人を対象にした試験です。出題は多肢選択式で、実装は問われません。もう1つがE資格で、Eはエンジニアです。こちらは実装できる技術者向けで、指定の講座を修了していないと受験できないという条件があります。数式とコードが問われるため、難易度の性質がまったく違います。

つまり、プログラムを書く立場でないならG検定が対象です。企画、営業、マーケティング、経営、人事、管理部門の方がAIの議論に参加するための共通言語を得る、という位置付けの試験だと考えてください。ここを取り違えて、いきなりE資格の教材を買って挫折する方がいます。試験の位置付けと出題範囲の全体像はG検定（JDLA ディープラーニングジェネラリスト）に整理されており、申し込む前に自分の目的と合っているかを確認できます。

G検定の性質をもう1つ言うと、これは「広く浅く、ただし正確に」を問う試験です。1つの手法について深く計算させる代わりに、手法の名前と特徴、歴史的な経緯、関連する法律や倫理の論点まで、範囲が横に広い。だから学習の設計も、深掘りではなく網羅が中心になります。この違いを最初に理解しておくと、教材の読み方が変わります。1つの章で立ち止まって完全に理解しようとするのではなく、全体を何周もして精度を上げるほうが合います。

試験の形式と、初めて受ける人が驚く点

形式を先に知っておかないと、本番で必ず慌てます。ここは具体的に書きます。

出題は多肢選択式で、問題数が非常に多いのが特徴です。試験時間120分に対して、問題数は200問前後とされています。単純に割ると1問あたり36秒です。この数字が、この試験の性質のすべてを説明しています。考え込む余裕がありません。知っているか知らないかで即断し、迷ったら印を付けて進む。この処理速度が合否を分けます。

実施形態は自宅などからオンラインで受ける方式が基本で、近年は会場で受ける方式も用意されています。自宅受験の場合、手元の資料を参照することは禁止されていません。ここで「調べられるなら楽だ」と考える方が毎回いますが、これが最大の落とし穴です。1問36秒の中で調べる時間はありません。調べ始めた瞬間に時間配分が崩れ、後半の問題に到達できずに終わります。資料は「どうしても分からない数問のための保険」であって、学習を省略する理由にはなりません。実際、調べれば通ると考えて準備を薄くした方が落ちるのは、この時間の壁のせいです。

合格基準は公表されておらず、回によって難易度の調整が入ります。合格率は例年おおむね6割から7割の範囲で推移しており、しっかり準備した人は通る試験です。裏を返すと、記念受験のような形では落ちます。

試験は年に複数回実施されており、実施日程、受験手数料、申込方法、実施形態は改定されることがあります。申し込む前に必ず主催団体の公式な案内で最新の情報を確認してください。この確認を省いて、締切を過ぎてから気付く方が毎年います。

誰が受けると効くのか、立場ごとに整理する

資格は取ること自体が目的ではないので、効き方を立場別に書きます。

企画や事業開発の立場では、外部のベンダーや社内の技術者と対等に話せるようになることが最大の効果です。AIで何ができて何ができないか、どのくらいのデータが必要か、精度が上がらない原因は何か。この判断が付かないまま発注すると、期待と成果が噛み合わない案件になります。提案を評価する側の知識として、G検定の範囲はよくできています。AIの導入支援の現場でどんな依頼が動いているかはAIコンサル・業務活用支援のお仕事に実例がまとまっており、モデルを作る仕事より現場に載せる仕事のほうが量が多いことが読み取れます。

マーケティングや広告運用の立場では、扱うツールの中身が分かるようになります。自動入札や配信の最適化が何をしているのかを理解していると、結果の解釈が変わります。加えて、個人データの扱いに関する論点がシラバスに含まれているので、実務での線引きの判断にも役立ちます。この領域の依頼の広がりはAI・マーケティング・セキュリティのお仕事で確認できます。

開発の立場では、G検定は入口として使えます。実装はE資格の領域ですが、まず用語と全体像を押さえておくと、その後の学習で迷子になりません。開発工程のどこが外部に委託されやすいかはアプリケーション開発のお仕事に整理されています。

文章を書く立場でも効きます。AIに関する記事や資料を書ける人は、まだ多くありません。用語を正確に使えるだけで、書き手としての位置が取りやすくなります。文章の仕事の報酬水準は著述家，記者，編集者の年収・単価相場に統計ベースでまとまっており、扱える分野によって差が出ることが読み取れます。

逆に、効きにくい立場も正直に書きます。すでに機械学習の実装を業務でしている方にとっては、内容が既知に近く、費用と時間の見返りが小さい。その場合はE資格を目標にするか、別の専門資格を検討するほうが合理的です。

シラバスの構成と、出題の重心

学習を始める前に、範囲の地図を頭に入れます。G検定の出題は、公表されているシラバスに沿って作られています。まずこのシラバスを自分で読んでください。何を勉強するかを人に決めてもらう前に、範囲を自分の目で見ておくと配分を誤りません。

範囲は大きく5つの塊に分かれます。1つめは人工知能の歴史です。研究の流れ、過去に期待が高まって冷めた時期、その原因となった技術的な限界。ここは暗記色が強く、得点しやすい割に軽視されがちな領域です。

2つめは機械学習の基礎です。教師あり学習と教師なし学習、代表的な手法の名前と用途、評価の指標、学習がうまくいかないときに起きる現象。数式は問われませんが、用語の正確さが問われます。

3つめがディープラーニングの基礎です。層を重ねる仕組み、活性化関数、学習の進め方、過剰に適合してしまう問題とその対処。ここが試験の中心です。

4つめが応用領域です。画像、自然言語、音声、強化学習のそれぞれで使われる代表的な手法と、その進化の系譜。モデル名が多数出てくるので、名前と特徴を対応させる作業が必要になります。ここは範囲が最も動きやすい部分でもあり、新しい手法が出るたびにシラバスが更新されます。古いテキストで学ぶと抜けが出るので、必ず最新の版を使い、シラバスの改定履歴も確認してください。

5つめが法律、倫理、社会的な論点です。個人データの扱い、著作権、公平性、説明責任、各国の規制の動向。ここは技術ではなく制度の話なので、技術系の方が落としやすい領域です。逆に、管理部門や法務の経験がある方にとっては得点源になります。制度の全体像や公的な議論の状況は総務省の関連ページでも公開されており、日本国内の方針を一次情報で確認できます。

重心の置き方としては、3つめと4つめに時間の半分を、残りを他の3つに配分するのが妥当です。ただし1つめと5つめは「覚えれば取れる」領域なので、直前期の得点効率が最も高い。ここを空けたまま本番に行かないでください。

学習時間の目安と、教材の組み立て方

時間の目安を書きます。まったくの初学者であれば60時間前後、IT分野の基礎知識がある方なら30時間前後が1つの目安です。1日1時間なら1か月から2か月です。範囲が広い代わりに深さを求められないので、他の資格試験と比べると総量は多くありません。

教材は3種類を用意します。1つめは、シラバスに対応した公式のテキストです。範囲の網羅が目的なので、独自の切り口で書かれた本より、範囲に沿ったものを選びます。2つめは問題集です。この試験は用語の細部を問うので、問題を解いて初めて「分かっていなかった」と気付く箇所が大量に出ます。読むだけでは絶対に足りません。3つめが模擬試験です。本番と同じ問題数と時間で通す練習に使います。

進め方の順番も書きます。第1段階として、テキストを1周します。このとき、理解できない箇所で止まらないこと。印を付けて進みます。初学者が最初の1周で全部を理解するのは不可能で、2周目に入ると前半の意味が分かるようになります。これは記憶の仕組みの話で、能力とは関係ありません。第2段階で問題集を解き、間違えた箇所のテキストに戻ります。第3段階でもう一度テキストを通し読みし、第4段階で模擬試験を時間を計って解きます。

私が学習で失敗したのは、モデル名の覚え方でした。画像や言語の応用領域には似た名前のモデルが並び、一覧表を作って暗記しようとしたのですが、まったく定着しませんでした。効いたのは、時系列に並べて「前のモデルの何を改良したのか」を1行ずつ書き添える方法です。名前の羅列は覚えられませんが、改良の物語になると順番で思い出せます。3週間粘って覚えられなかったものが、この書き換えで数日で入りました。皆さんも、暗記が入らないときは覚え方の形を変えてみてください。努力の量ではなく、形の問題であることが多いです。

得点効率の高い領域を、先に確実に取りに行く

限られた時間で合格点に届かせるには、どこから取るかの順番が重要です。皆さんが思っているより、暗記で取れる部分が多い試験です。

まず歴史の領域です。研究の流れ、期待が高まって冷めた時期が過去に何度あったか、そのときの技術的な限界は何だったか。この部分は事実の積み上げなので、覚えれば確実に得点になります。しかも時系列で繋がっているので、物語として1本にすると忘れにくい。ここを「面白くない」と飛ばす人が多く、結果として失点しています。学習の最初の週に、年表を自分で1枚書いてしまうのが効率的です。書く作業そのものが記憶になります。

次に法律と倫理の領域です。個人データの扱い、著作権、公平性への配慮、説明できる状態にしておく責任、各国の規制の方向性。技術系の方が苦手にする領域ですが、内容は制度の話なので理解すれば安定して取れます。管理部門や法務の経験がある方は、ここが最大の得点源になります。加えて、この領域の知識は試験のあと実務で最もよく使います。社内でAIの利用を検討する場面では、技術的に可能かどうかより、やってよいかどうかの判断を求められるからです。勉強して損のない部分です。

3つめは評価指標です。予測が当たった割合をどう測るか、見逃しと誤検知のどちらを重く見るか、不均衡なデータで精度の数字が意味を失う理由。ここは用語と考え方のセットで問われます。理屈が分かれば暗記が要らないので、一度理解すれば取りこぼしません。そして実務でも、外部から示された精度の数字をそのまま信じてよいかを判断する場面で、この理解が直接効いてきます。

逆に、深追いしないほうがよい領域も挙げます。個々の手法の内部の計算です。名前と用途と特徴を押さえれば足り、内部の式を追う必要はありません。ここに時間を使い始めると、範囲の広さに対して時間が足りなくなります。理解したい気持ちは分かりますが、それはE資格の領域です。目的が合格なら、切り捨ててよい部分を決める勇気も必要です。

学習が止まったときの立て直し方

長く続く学習では、必ず止まる時期が来ます。あらかじめ対処を決めておくと、そこで終わりにならずに済みます。

止まる理由はだいたい3つです。1つめは、応用領域のモデル名が多すぎて処理できなくなること。前の節で書いたとおり、覚え方の形を変えるのが解決策です。一覧表ではなく、改良の順番で並べる。それでも入らないなら、出題の頻度が高いものに絞ります。全部を覚える必要はありません。

2つめは、範囲が広すぎて終わりが見えなくなることです。この場合はシラバスを印刷して、終わった章に線を引いてください。進んだ量が目に見えると、感覚が変わります。学習アプリの進捗表示に頼るより、紙のほうが効きます。

3つめは、仕事が忙しくなって間隔が空くことです。ここがいちばん危険で、2週間空くと前半の内容が抜けます。私の対処は、忙しい時期は「新しいことを学ばず、既に解いた問題を5問だけ解き直す」に切り替えることでした。進まなくてよいので、切れないようにする。これで戻ってきたときの立ち上がりが早くなります。ゼロの日を作らないことだけを目標にしてください。

もう1つ、試験日の設定についての助言です。申し込みを先に済ませてください。教材が仕上がってから申し込むという順番にすると、たいてい申し込まないまま数か月が過ぎます。締切が決まっていると、逆算して埋めるべき日数が見えます。この試験は年に複数回あるので、万一届かなかった場合も次があります。完璧に仕上げてから受けようとするより、日程を先に決めて追い込むほうが、結果として短い期間で通ります。

時間切れを防ぐための本番の戦い方

知識が足りていても落ちる原因の第一が時間です。だから本番の運びを決めておきます。

第1に、3段階で処理します。1周目は、即答できる問題だけを答えて進みます。少しでも迷ったら印を付けて飛ばす。2周目で、印を付けた問題のうち考えれば解けそうなものを処理します。3周目で、残ったものを調べるか、選択肢を絞って答えます。この順番を守れば、確実に取れる問題を落とすことがなくなります。逆に、最初から順番どおりに全力で解くと、序盤の難問で時間を失って後半の易しい問題に届きません。

第2に、1周目の通過時間を決めておきます。全体の6割から7割の時間で1周を終えるのが目安です。模擬試験のときに、この通過時間を測って体に入れておきます。

第3に、調べる問題を最初から決めておきます。自分が苦手な領域、たとえば法律の細かい条項や特定のモデル名など、覚えきれなかった範囲だけを手元の資料で引く前提にします。そのために、資料は検索しやすい形で準備します。分厚い本を開いて探すのでは間に合いません。自分でまとめた1枚の表か、検索できる形のメモが有効です。

第4に、環境を整えます。自宅で受ける場合、回線が切れると大きな事故になります。有線接続が可能ならそうし、家族には試験時間を伝えておく。パソコンの通知を止め、他のアプリを閉じる。私は初めてのオンライン試験のとき、会議の通知が次々に出て集中を削られました。技術ではなく段取りの問題で点を落とすのは、いちばん惜しい。

第5に、休憩の扱いを確認しておきます。長時間、画面に集中し続ける試験なので、目と姿勢が効いてきます。当日の飲み物と、机の高さを事前に整えておくだけでも後半の精度が変わります。

第6に、答えを変えるかどうかの判断基準を先に決めておきます。3周目で見直したときに、最初の直感を書き換えるべきか迷う場面が必ず来ます。基準は単純で、明確な根拠を思い出した場合だけ変える、それ以外は最初の答えを残す、と決めておいてください。迷っただけで書き換えると、正答率は下がります。基準を決めておけば、その場で悩む時間が消えます。

申込と受験環境で見落としやすい準備

事務手続きで損をする方がいるので、ここも書いておきます。

まず、配慮が必要な場合の手続きです。体調や障害の事情で通常の受験方法では難しい場合、事前に申請する仕組みがあります。

配慮希望受験について受験時に特別な配慮を必要とする場合、試験日の30日前までに申請していただく必要があります。受験チケット購入前に、G検定試験事務局（[email protected]）宛にメールにてご相談ください。出典: jdla.org

注意点は、締切が試験日の30日前であること、そして受験のチケットを買う前に相談する必要があることです。この順番を逆にすると手続きが面倒になります。該当する方は、学習計画より先にここを片付けてください。

次に、会社として受ける場合の申込方法です。個人で申し込む以外に、企業がまとめて申し込む仕組みが用意されています。

団体経由申込をご検討の企業様は、以下「【G検定】団体経由のお申込みについて」をご確認ください。【G検定】団体経由のお申込みについて：https://www.jdla.org/certificate/general/group/ 出典: jdla.org

部署で複数人が受ける場合、この経路を確認してから動くほうが手続きが簡単です。会社が受験費用を負担する制度を持っている場合、精算の方法が個人申込だと合わないことがあります。上司に相談する段階で、この経路の有無を確認しておくと話が早い。

費用についても触れておきます。受験手数料は一般と学生で分かれており、学生のほうが低く設定されています。金額は改定されることがあるため、申し込み時点の公式な案内で確認してください。会社によっては資格取得の支援制度があり、合格した場合に受験料が補助される仕組みを持っているところもあります。制度がある会社に勤めている方は、申し込む前に人事や総務へ確認しておくと、自己負担なしで受けられる場合があります。申し込んだあとに申請しても対象外になる制度が多いので、順番に気を付けてください。

そして受験環境の確認です。オンラインで受ける場合、使用するブラウザや推奨環境が指定されます。試験の数日前に、案内された手順で動作確認をしておいてください。当日に初めて確認して問題が出ると、対処する時間がありません。会場で受ける方式を選ぶ場合も、席の予約が埋まることがあるため、日程を決めたら早めに押さえます。

取ったあとの使い方と、市場の側から見えていること

在宅と業務委託の市場を20年見てきた立場から、この資格の使い方について2つ書きます。

1つめは、G検定が単独では効きにくく、既存の職能と掛け算にすると効くという点です。この資格だけを持って「AI人材です」と名乗っても、実装できるわけではないので依頼には結び付きません。効くのは、既に持っている業務知識との組み合わせです。製造の現場を知っている人が検査の自動化を判断する、人事の実務を知っている人が採用での利用の可否を判断する、経理を知っている人が請求処理の自動化の範囲を決める。技術者には見えない業務側の制約が見える立場の人が、技術の言葉を持つ。この組み合わせが今もっとも足りていません。運営者として見てきた限りでは、この形で相談を受ける立場になった方が、年齢に関係なく長く続いています。

2つめは、報酬の構造の話です。同じ予算でも、間に何社も入る形だと依頼者が実際に買える作業時間は目減りし、受け手の手取りも薄くなります。手数料0%の直接取引が成立している現場では、依頼者は同じ予算でより多くの検討や検証を頼めて、受け手は同じ作業でも手取りが厚くなります。金額の大小ではなく、支払われた額のうちどれだけが実作業に届いているかという質の差です。AIの導入支援は数か月にわたる継続的な関与になることが多いので、この差が積み上がります。

報酬の相場を掴みたい場合、開発側の職種の水準はソフトウェア作成者の年収・単価相場に統計ベースでまとまっており、常勤と業務委託で見るべき指標が違うことが分かります。

3つめとして、社内での使い方も書いておきます。合格したあと、それを社内でどう活かすかを決めていない方が多い。有効なのは、自分の部署の業務を1つ選び、AIで置き換えられるか置き換えられないかを、根拠を添えて文書にすることです。分量は数枚で構いません。この文書があると、社内で相談が来るようになります。資格そのものより、資格の知識を使って自部署の判断を1つ示した実績のほうが、次の仕事を呼びます。学習で得た用語を使って、現場の言葉に翻訳して見せる。これができる人が、社内でこの分野の窓口になっていきます。

また、社外との関わり方としては、導入を検討している中小規模の会社から意見を求められる形が増えています。専任を置ける規模ではないが、進めるかどうかを判断したい。そういう相談に対して、できることとできないことを区別して伝えられる人は重宝されます。ここで求められるのは最新の研究の知識ではなく、地に足の着いた線引きです。G検定の範囲は、その線引きの土台として十分に機能します。

最後に、学習の姿勢について1つ。この分野は動きが速く、去年正しかった説明が今年は古くなります。だからG検定の勉強を「取ったら終わり」にすると、1年で価値が薄れます。私が勧めるのは、合格後も月に1回、シラバスの応用領域の章を読み返して、自分の知識と最新の状況の差を確かめる習慣を持つことです。30分で済みます。この習慣がある人は、何年経っても議論に参加できます。焦って詰め込む必要はありません。範囲は広いですが、深さは求められない試験です。1日1時間を1か月半、それで届く場所だと考えて、落ち着いて始めてください。