skills/chanben-g/references/syllabus-map.md

# G検定 シラバス対応表

## 作成時スナップショット

- 資料: JDLA「G検定の試験出題範囲（シラバス）G2024#6～」
- G検定公式ページ: https://www.jdla.org/certificate/general/#general_No03
- 公式配布ページ: https://www.jdla.org/download/g%E6%A4%9C%E5%AE%9A%E3%81%AE%E8%A9%A6%E9%A8%93%E5%87%BA%E9%A1%8C%E7%AF%84%E5%9B%B2-%EF%BC%88%E3%82%B7%E3%83%A9%E3%83%90%E3%82%B9%EF%BC%89g20246%EF%BD%9Ev1-4/
- 適用開始: G2024#6
- 配布ページ最終更新: 2026年5月13日
- 確認日: 2026年8月29日

この表は検索補助であり、実行時に最新版を確認して更新版を優先する。

## 主要範囲

- 技術分野: 人工知能、探索・推論、知識表現、機械学習、ディープラーニング、要素技術、応用例、社会実装、数理・統計。
- 法律・倫理分野: 個人情報保護法、知的財産法、競争法、AI関連契約、AI倫理、AIガバナンス。

## 近縁概念群

- 学習方式: 教師あり学習／教師なし学習／強化学習／自己教師あり学習。
- モデル評価: 過学習／未学習、ホールドアウト／交差検証、適合率／再現率／F値／AUC。
- 活性化関数: シグモイド／tanh／ReLU／softmax。
- 正則化: L1／L2／ドロップアウト／早期終了／データ拡張。
- 最適化: SGD／Momentum／AdaGrad／RMSprop／Adam。
- 層・構造: 畳み込み／プーリング／正規化／スキップ結合／回帰結合／Attention。
- 生成モデル: オートエンコーダ／VAE／GAN／自己回帰モデル／拡散モデル。
- 学習転用: 転移学習／ファインチューニング／蒸留／量子化／枝刈り。
- 説明可能性: LIME／SHAP／Grad-CAM／特徴量重要度。
- AI倫理: 公平性／透明性／説明責任／プライバシー／安全性／悪用防止。