技術分野
② 機械学習の概要
G検定シラバス2024の「機械学習の概要」に含まれる全62用語を、シラバスに沿って要点を絞って解説します。NEW はシラバス2024で新たに追加されたキーワードです。
読み込み中…
🔗 個別ページにある「📘 もっと深く学ぶ」はE資格レベルの発展解説への案内です。G検定対策としては、この章の説明と個別ページの内容で十分です。
📖 各カードの「くわしく見る」から、その用語だけを掘り下げた解説ページへ移動できます。仕組み・混同しやすい用語との違い・よくある誤りの選択肢まで載せています。
7. 教師あり学習
サポートベクターマシン (SVM)
境界とデータの余白（マージン）が最大になる線を引いて分類する手法です。
試験のポイントカーネル法と組み合わせて非線形問題に対応できる
自己回帰モデル (ARモデル)
過去の自分の値から未来の自分を予測する、時系列データ用のモデルです。
試験のポイントVARモデル（多変量）との対比で押さえる
ブートストラップサンプリング
同じデータを何度選んでもよいルールでランダムに取り出す抽出方法です。
試験のポイントバギング・ランダムフォレストの前提となる
ベクトル自己回帰モデル (VARモデル)
複数の時系列が互いに影響し合う関係を、まとめて表現するモデルです。
試験のポイントARモデル（単一）との対比で押さえる
ロジスティック回帰
「起こる確率」を計算して分類する手法です。名前は回帰ですが、使うのは分類問題です。
試験のポイントしきい値の調整はROC曲線・AUCと関係する
8. 教師なし学習
コンテンツベースフィルタリング
「その人が好きだったものと似た特徴を持つもの」を勧める推薦手法です。
試験のポイント他ユーザーに依存しないためコールドスタートに強い
潜在的ディリクレ配分法 (LDA)
「1つの文書は複数の話題が混ざってできている」と考えて、話題の構造を推定するモデルです。
試験のポイント教師なし学習である
多次元尺度構成法 (MDS)
「どれとどれが近いか」という距離の情報だけから、2次元の配置図を作る手法です。
試験のポイントt-SNE（局所重視）との対比で押さえる
デンドログラム (樹形図)
階層的クラスタリングで「どの順に何がくっついたか」を表す樹形の図です。
試験のポイント低い位置で結合しているものほど似ている
9. 強化学習
Actor-Critic
行動を決める役（Actor）と、それを採点する役（Critic）を同時に育てる手法です。
試験のポイント学習の安定性と収束速度が向上する
UCB 方策（Upper Confidence Bound）
「今の評価」だけでなく「まだよく分かっていない度合い」も足して行動を選ぶ方策です。
試験のポイントε-greedy（ランダム探索）より効率的
状態価値関数
「この状況にいること自体がどれくらい有利か」を数値で表した関数です。
試験のポイントActor-CriticのCriticやベースラインとして利用される
バンディットアルゴリズム
当たりの確率が分からない複数の選択肢から、なるべく多く報酬を得るための問題設定です。
試験のポイント広告配信・A/Bテスト・推薦システムで実用化されている
マルコフ決定過程（MDP）
強化学習の問題を「状態・行動・報酬・遷移確率」で表した数学的な枠組みです。
試験のポイントマルコフ性＝次の状態は現在の状態と行動のみで決まる
10. モデルの選択・評価
平均二乗誤差 (MSE)
予測の外れ具合を二乗して平均した指標。大きく外すほど大きなペナルティになります。
試験のポイント単位が元データと異なる（RMSEで解消）
二乗平均平方根誤差 (RMSE)
MSEの平方根。「平均してどれくらい外しているか」を元の単位で表せる指標です。
試験のポイント外れ値に敏感な性質はMSEと同じ
平均絶対値誤差 (MAE)
予測の外れ具合を絶対値で平均した指標。外れ値に振り回されにくいのが特徴です。
試験のポイントMSE（外れ値に敏感）との対比が重要
ROC 曲線・AUC
しきい値を変えたときの性能の変化を描いた曲線と、その下の面積による評価指標です。
試験のポイント縦軸＝真陽性率（再現率）、横軸＝偽陽性率
正解率・適合率・再現率・F 値
分類の良し悪しを測る4つの指標。目的によって見るべき指標が変わります。
試験のポイント不均衡データでは正解率が使えない
ベイズ情報量規準 (BIC)
AICと同じ目的の指標ですが、データが多いほど複雑なモデルを厳しく罰します。
試験のポイントペナルティ項にデータ数が入る
G検定 実践模試 2026（全145問）
本番と同じ形式・分量で演習できるオリジナル模試です。図解つきの詳細解説で、覚えた用語を「解ける知識」に変えます。
詳細を見る →ご利用にあたって 本ページの内容は、JDLAが公開しているG検定シラバス2024や公式テキストなど、一般に公開されている情報をもとに独自に整理・解説したものです。実際の試験の出題内容を示すものではなく、また合格を保証するものでもありません。制度・法令・試験要項は変更されることがあるため、最新の情報は必ずJDLA公式サイトでご確認ください。