G検定略語一覧（モデル名以外）

最適化手法・評価指標・技術用語・AI倫理/法律・分野名など

最適化手法オプティマイザ5個

学習時にパラメータ（重み）をどう更新するかを決めるアルゴリズム。

略語	正式名称	意味・覚え方
SGD	Stochastic Gradient Descent	確率的勾配降下法。最も基本。ランダムにデータを選んで少しずつ下る
AdaGrad	Adaptive Gradient	適応的勾配。パラメータごとに学習率を自動調整。学習率が0に近づく問題あり
RMSProp	Root Mean Square Propagation	二乗平均平方根伝播。AdaGradの「学習率が0になる問題」を直近の勾配だけで解決
Adam	Adaptive Moment Estimation	適応的モーメント推定。Momentum＋RMSPropの融合。最も広く使われる
Momentum	（そのまま）	慣性。SGDに「勢い」を追加。※略語ではないが最適化手法として重要

    進化の流れ：SGD → Momentum → AdaGrad → RMSProp → Adam（Momentum＋RMSProp）
  

評価指標分類タスク7個

略語	正式名称	意味・覚え方
TP	True Positive	真陽性。「陽性と予測」→「本当に陽性」。正しく見つけた
FP	False Positive	偽陽性。「陽性と予測」→「実は陰性」。空振り
TN	True Negative	真陰性。「陰性と予測」→「本当に陰性」。正しく除外
FN	False Negative	偽陰性。「陰性と予測」→「実は陽性」。見逃し
ROC	Receiver Operating Characteristic	受信者操作特性曲線。横軸＝偽陽性率、縦軸＝真陽性率
AUC	Area Under the Curve	曲線の下の面積。ROC曲線の面積。1に近いほど良い
F1	F1 Score（F-measure）	F値。精度(Precision)と再現率(Recall)の調和平均

    TP/FP/TN/FNの覚え方：1文字目 T/F＝予測が正しい/間違い、2文字目 P/N＝予測が陽性/陰性
  

評価指標物体検出3個

略語	正式名称	意味・覚え方
IoU	Intersection over Union	積集合÷和集合。予測枠と正解枠の重なり度合い。1＝完全一致
AP	Average Precision	平均適合率。1クラスでの検出精度
mAP	mean Average Precision	平均適合率の平均。全クラスのAPを平均。物体検出の総合指標

評価指標NLP・音声4個

略語	正式名称	意味・覚え方
BLEU	Bilingual Evaluation Understudy	機械翻訳の品質指標。生成文と参照文のn-gram一致率
ROUGE	Recall-Oriented Understudy for Gisting Evaluation	文章要約の品質指標。正解のn-gramがどれだけ生成文に含まれるか
PPL	Perplexity	困惑度。言語モデルの指標。低いほど良い
WER	Word Error Rate	単語誤り率。音声認識の精度指標。低いほど良い

    覚え方：翻訳→BLEU（青）、要約→ROUGE（赤）、音声→WER（Word）、言語モデル→PPL（困惑）
  

評価指標画像生成2個

略語	正式名称	意味・覚え方
FID	Fréchet Inception Distance	生成画像と本物画像の特徴分布の距離。低いほど良い
IS	Inception Score	生成画像の品質と多様性。高いほど良い

基礎ML手法古典的な機械学習6個

ディープラーニング以前の手法。モデルとも言えるが、アルゴリズム/手法として覚える方が自然。

略語	正式名称	意味・覚え方
SVM	Support Vector Machine	サポートベクターマシン。最大マージンで境界線を引く分類手法。カーネルトリック
k-NN	k-Nearest Neighbors	k最近傍法。近くのk個のデータの多数決で分類。学習不要
PCA	Principal Component Analysis	主成分分析。情報損失を最小にして次元削減
t-SNE	t-distributed Stochastic Neighbor Embedding	高次元データを2D/3Dに可視化する手法
EM	Expectation-Maximization	期待値最大化法。隠れ変数があるときの推定。GMMで使用
GMM	Gaussian Mixture Model	混合ガウスモデル。複数の正規分布の混合を仮定するクラスタリング

技術・手法学習テクニック・内部コンポーネント13個

略語	正式名称	カテゴリ	意味・覚え方
NAS	Neural Architecture Search	探索手法	AIがAIの構造を自動設計する手法
RLHF	Reinforcement Learning from Human Feedback	学習手法	人間のフィードバックで強化学習。ChatGPTで有名
RAG	Retrieval-Augmented Generation	技術フレームワーク	外部知識を検索してLLMの回答に組み込む。ハルシネーション対策
RPN	Region Proposal Network	内部コンポーネント	Faster R-CNNの中で候補領域を生成する専用ネットワーク
FPN	Feature Pyramid Network	内部コンポーネント	異なる解像度の特徴マップをピラミッド状に統合。大小の物体を同時に検出
NMS	Non-Maximum Suppression	後処理技術	重複する検出枠から最高スコアのものだけ残す
CTC	Connectionist Temporal Classification	学習手法	入力と出力の長さが異なる系列を学習する手法。音声認識の基盤
PAFs	Part Affinity Fields	内部コンポーネント	OpenPoseの内部技術。関節同士のつながりを表すベクトル場
ReLU	Rectified Linear Unit	活性化関数	f(x)=max(0,x)。現在最も使われる活性化関数
GELU	Gaussian Error Linear Unit	活性化関数	BERT/GPTで使用されるReLUの滑らか版
BN	Batch Normalization	正規化手法	ミニバッチ単位で正規化。学習の安定化・高速化
MLP	Multi-Layer Perceptron	基本構造	多層パーセプトロン。入力→隠れ→出力の全結合NN
FFN	Feed Forward Network	基本構造	順伝播ネットワーク。Transformerの各層にあるMLP部分

タスク・分野名9個

モデルでも手法でもなく、「何をするか」や「どの分野か」の名前。

略語	正式名称	意味・覚え方
NLP	Natural Language Processing	自然言語処理。人間の言葉を処理する分野
CV	Computer Vision	コンピュータビジョン。画像・動画を理解させる分野
RL	Reinforcement Learning	強化学習。報酬を最大化する行動を学ぶ学習方式
TTS	Text to Speech	テキスト→音声変換のタスク
ASR	Automatic Speech Recognition	自動音声認識。音声→テキスト変換のタスク
NER	Named Entity Recognition	固有表現抽出。文中から人名・地名・組織名を見つけるタスク
OCR	Optical Character Recognition	光学文字認識。画像中の文字をテキストに変換するタスク
AI	Artificial Intelligence	人工知能。知能を模倣する技術の総称
ML	Machine Learning	機械学習。データからパターンを学習する。AIの中核

カテゴリ名・総称5個

特定のモデルではなく、モデルの種類やカテゴリを指す用語。

略語	正式名称	意味・覚え方
DNN	Deep Neural Network	深層NN。隠れ層が複数あるNNの総称
LLM	Large Language Model	大規模言語モデル。GPT-4, Claudeなどの巨大モデルの総称
AGI	Artificial General Intelligence	汎用人工知能。人間と同等の知能を持つAI。未実現
ASI	Artificial Super Intelligence	超知能。人間を超える知能。シンギュラリティと関連
DL	Deep Learning	深層学習。多層NNによる機械学習。MLの一種

AI倫理・説明可能性6個

略語	正式名称	意味・覚え方
XAI	Explainable AI	説明可能なAI。判断理由を人間が理解できるようにする考え方
LIME	Local Interpretable Model-agnostic Explanations	局所的に予測理由を説明する手法。モデル非依存
SHAP	SHapley Additive exPlanations	ゲーム理論で各特徴量の貢献度を計算。モデル非依存
Grad-CAM	Gradient-weighted Class Activation Mapping	CNNが画像のどこを見たかをヒートマップで可視化。CNN専用
ELSI	Ethical, Legal and Social Issues	倫理的・法的・社会的課題。新技術の社会実装で考えるべき3側面
FAT	Fairness, Accountability, Transparency	公平性・説明責任・透明性。AI倫理の3原則

法律・規制4個

略語	正式名称	意味・覚え方
GDPR	General Data Protection Regulation	EU一般データ保護規則。忘れられる権利、データポータビリティ。2018年施行
CCPA	California Consumer Privacy Act	カリフォルニア州消費者プライバシー法。米国版GDPR的存在
APPI	Act on the Protection of Personal Information	個人情報保護法（日本）。2022年改正で罰則強化
EU AI Act	European Union AI Act	EU AI規制法。AIをリスクレベル4段階で規制。世界初の包括的AI法

組織・指針3個

略語	正式名称	意味・覚え方
JDLA	Japan Deep Learning Association	日本ディープラーニング協会。G検定・E資格の主催団体
OECD	Organisation for Economic Co-operation and Development	経済協力開発機構。AI原則（2019年）を策定
IEEE	Institute of Electrical and Electronics Engineers	電気電子学会。AI倫理ガイドラインを策定

ハードウェア・開発プロセス8個

略語	正式名称	意味・覚え方
GPU	Graphics Processing Unit	画像処理装置。大量の並列計算が得意。DL学習の標準HW
TPU	Tensor Processing Unit	テンソル処理装置。Google開発のAI専用チップ
API	Application Programming Interface	ソフトウェア間の接続口。ChatGPT APIなど
MLOps	Machine Learning Operations	ML運用。開発→デプロイ→運用→監視の継続サイクル管理
RPA	Robotic Process Automation	定型的なPC操作をソフトウェアロボットで自動化
ETL	Extract, Transform, Load	抽出・変換・格納。データ前処理のパイプライン
PoC	Proof of Concept	概念実証。本格開発前に「うまくいくか」を小規模に検証
GD	Gradient Descent	勾配降下法。損失関数の勾配でパラメータを更新する基本概念

📋 合計

モデル名以外の略語総数：75個

カテゴリ	個数	代表例
最適化手法	5	SGD, Adam, AdaGrad, RMSProp
評価指標（分類）	7	TP/FP/TN/FN, ROC, AUC, F1
評価指標（物体検出）	3	IoU, AP, mAP
評価指標（NLP・音声）	4	BLEU, ROUGE, PPL, WER
評価指標（画像生成）	2	FID, IS
基礎ML手法	6	SVM, PCA, k-NN, t-SNE
技術・手法・内部コンポーネント	13	NAS, RLHF, RAG, RPN, FPN, ReLU, BN
タスク・分野名	9	NLP, CV, RL, TTS, ASR, OCR
カテゴリ名・総称	5	DNN, LLM, AGI, ASI, DL
AI倫理・説明可能性	6	XAI, LIME, SHAP, Grad-CAM, ELSI, FAT
法律・規制	4	GDPR, CCPA, APPI, EU AI Act
組織・指針	3	JDLA, OECD, IEEE
ハードウェア・開発	8	GPU, TPU, API, MLOps, PoC
合計		75個

G検定 略語一覧（モデル名以外）

最適化手法オプティマイザ5個

評価指標分類タスク7個

評価指標物体検出3個

評価指標NLP・音声4個

評価指標画像生成2個

基礎ML手法古典的な機械学習6個

技術・手法学習テクニック・内部コンポーネント13個

タスク・分野名9個

カテゴリ名・総称5個

AI倫理・説明可能性6個

法律・規制4個

組織・指針3個

ハードウェア・開発プロセス8個

📋 合計

モデル名以外の略語 総数：75個

G検定略語一覧（モデル名以外）

モデル名以外の略語総数：75個