はじめに
G検定（ジェネラリスト検定）2025#2を受験し、無事合格することができました。
今後受験する方の合格に少しでも力になれたらと思い、体験記をまとめました。
前提知識・経験
受験前のバックグラウンドは以下の通りです：
- 基本情報技術者試験 合格
- AI関連業務経験 約3か月
AIに関しては実務経験があったものの知識としてはほとんどなかった状態でのスタートです。
G検定の公式サイトに例題問題が載っていますが勉強する前は20問中３問しかわからない状態でした。
試験
結果
各分野の得点は以下の通りです。
機械学習、ディープラーニングの分野に力を入れていたので、8割取れてよかったです。
他の分野に関しては結果を見て復習しようと思いました笑
G検定の合格基準についてはわからないですが、全体で7割ほどであれば合格できるかと思います。
分野によって問題数が違うのでG検定で重視されていそうな、2~6の分野を重点的に学習すれば効率的に合格できそうだと感じました。
認定証と合格ロゴについては、受験から１か月強で取得できました。
受験概要
受験資格： G検定（ジェネラリスト検定）
受験回： 2025#2
試験形式
- 試験方式：オンライン
- 試験時間：120分
- 問題数：160問
- 合格基準：公言されていないが全体の得点率が７割以上？
試験当日
後述の公式テキストの章末問題を間違えた問題だけ解きなおしました。
また、事前にまとめたチートシートを見直し知識の再インプットを図りました。
試験自体は即答or少し考えたらできそうな問題を解き、その他の問題はすぐに飛ばしました。（問題文が長い問題や一回読んだだけだと理解ができなかったもの）
そのやり方で80分ほどで110問が解き終わりました。
残りの40分で50問残っていたため解けそうな問題をピックアップしていき回答を進めました。
時間がタイトな試験なので見直しは難しそうだと感じました。
最終的には15問程度を勘で回答しました。
試験が終わった後には合格しているか不安でしたが無事受かっていたのでよかったです。
学習時間と勉強法
総学習時間： 約60時間
正確な時間はわかりませんが、あまり事前知識がなかったため基礎から固めようと勉強していました。
基礎から体系的に学ぶことで試験に特化した知識ではなく、実務でも役に立つ知識習得を目指しました。
機械学習や深層学習、大規模言語モデルの前提知識がある方であれば、もっと少ない時間で合格可能だと感じました。
具体的な勉強方法
1. 公式テキストによる基礎固め
公式テキストを使用してAIの基礎概念から応用まで幅広く学習しました。
↓公式テキストです。
深層学習教科書 ディープラーニング G検定 公式テキスト 第3版
2. 問題集による実践演習
問題集を活用してインプットした内容を確認していきました。
アウトプットを行うことで、知識の定着を図り問題に慣れていきました。
↓使用した問題集です。
ディープラーニングG検定 最強の問題集
合格のための重要ポイント
公式テキストの内容把握
公式テキストを流し見でざっくりインプットすることから始めました。
最初から完璧を目指さず、全体像を把握することを重視しました。
また、章末問題があるのでそれらで知識の定着を図りました。
アウトプット重視の学習
問題集でのアウトプットを通じて、実際の試験形式に慣れると同時に、公式テキストでは足りなかった部分を補強していきました。
チートシートの作成
自分用のチートシートを作成し、重要なポイントや覚えにくい内容を整理しました。
内容としては公式テキストで苦手に感じた分野、中々覚えられないものをまとめました。
また、問題集を解いていた際に理解ができなかった問題を調べ、その内容を記載していました。
これにより、試験直前の復習が効率的に行えました。
学習の流れ
- 全体把握フェーズ： 公式テキストの流し読みで概要理解
- 実践演習フェーズ： 問題集による知識の定着確認
- 弱点補強フェーズ： チートシート作成と重点復習
まとめ
G検定は、AI分野の基礎知識を体系的に学べる価値ある資格です。
合格のためには以下のアプローチが効果的でした。
- 全体把握： 完璧主義にならず、まずは全体像の把握を優先
- 実践： インプットだけでなく、問題演習によるアウトプットを重視
- まとめ： 自分専用のチートシートで効率的な復習
約60時間の学習時間は決して少なくありませんが、AIの基礎から応用まで幅広い知識を習得できる充実した学習期間でした。AI分野の概要、用語を抑えることができたため、同じように考えている方の参考になれば幸いです。
コメント