コースの目的

G検定の頻出テーマを用語暗記ではなく“因果理解”で攻略し、本試験で安定して合格点（正答率70％目安）を超える力を養います。実務観点（適用判断・リスク・ガバナンス）まで押さえ、学習後も“説明できる知識”を残します。

対象者

  • 初受験／再受験の方（数式が不安でもOK）

  • 生成AI・機械学習の全体像を体系的に学び直したいビジネス職／学生／エンジニア志望

  • チームでAI導入を検討中の方（共通知識の土台づくり）

学習形式

  • オンデマンド動画（1回30–45分）＋ ライブ復習（週1回60分）

  • 小テスト・スプリント模試・最終模試で実力を可視化

  • **AI振り返り（KPT）**で弱点を自動タグ化 → 次回課題へ反映

  • すべてPC/スマホ対応、録画・音声だけでの復習も可

期間とボリューム

  • 標準8週間（全24レッスン）＋模試3回

  • 1週間あたり：動画3本＋ライブ1回＋小テスト（合計学習目安：3〜5時間）

到達目標

  • G検定の出題領域（AI総論／機械学習／深層学習／生成AI／知識表現／倫理・法・社会）を横断的に説明できる

  • 「どの手法をなぜ選ぶか」を比較・判断できる

  • 本試験での時間配分と捨て問戦略を確立する

カリキュラム骨子

  1. 試験攻略の型・AI史・機械学習全体像

  2. 確率統計／線形代数の要点・前処理

  3. 教師あり学習（回帰・分類・木・ブースティング・SVM）と評価指標

  4. 非教師あり（クラスタリング・次元削減）／推薦

  5. 深層学習（CNN・RNN・Transformer）と転移学習

  6. 生成AIの基礎・評価・リスク対策

  7. 知識表現・推論／倫理・法・ガバナンス

  8. 実務導入プロセス・総復習・直前対策

学習設計の特長

  • “似て非なる概念”の徹底対比（例：精度vs再現率、ROC vs PR、PCA vs t-SNE）

  • 手計算・図解でモデル直感を定着

  • ひっかけ対策（誤答パターンを事前に言語化）

  • 模試→解析→個別弱点ドリルの反復スプリント

成果指標（KPI）

  • 小テスト平均 80％以上

  • スプリント模試①→②→最終で +10pt 以上の伸長

  • 最終模試 70％超（合格目安）

プレ⁠ースホルダ⁠ー