分野 T｜ビジネス・技術
識別AIの活用（教師あり・教師なし・強化学習）
今の制度の過去問には出ていませんが、新しいシラバス案（Ver.0.1）にある項目です。問われるとしたらの形でまとめています。
シラバス案 Ver.0.1（2026年9月30日公表）の『2 識別AI利活用／識別AIの活用領域及び活用目的』
最終更新
問われ方
- 問われるとしたら：目的に合う学習の方法（教師あり・なし・強化）を選ぶ形
- 問われるとしたら：教師なし学習によるグルーピングの扱いを選ぶ形
- 問われるとしたら：学習方法の説明の a〜c の組合せの形
- 問われるとしたら：強化学習の結果を業務に導入する時の対応を選ぶ形
覚えること
- 識別 AI の活用例：教師あり学習による予測、教師なし学習によるグルーピング、強化学習による支援
- 教師あり学習：学習用データに正解の情報（ラベル）を付け、対応関係を学習させる方法
- 教師あり学習による予測：正解付きの過去のデータから、新しいデータの結果を予測する
- 正解の付与（アノテーション）に手間がかかる。付け方に偏りや誤りがあると、予測も偏る
- 教師なし学習：正解の情報を与えず、データだけを使って学習させる方法
- 教師なし学習によるグルーピング：似たデータをまとめる。顧客のグループ分けなど
- グループの意味づけや、施策への使い方は、人が確認して決める
- 強化学習：試行錯誤を繰り返し、行動の結果に応じた報酬で、最適な行動を学ぶ方法
- 強化学習の例：ロボットの歩行の学習、囲碁のAI
- 強化学習による支援：報酬が増える行動を試行で見つけ、判断や操作を支える
- 報酬の設計が目的に合っていないと、意図しない行動を学ぶおそれがある
- 使い分け：正解付きのデータがあれば教師あり、なければ教師なし
- 使い分け：試行と報酬で最適な行動を探すなら強化学習
- 導入前は、想定外の動きがないかを人が確認し、範囲を限って始める
ひっかけ
- 正解を付けるのは教師あり学習、報酬を与えるのは強化学習
- 教師なし学習の結果は、意味づけまで AI が行うわけではない
- 予測の学習には、過去の正解付きデータが前提になる
想定問題
4問（科目A（四択））。選ぶと、その場で正解と解説が開きます。
B さんが選ぶ方法として、最も適切なものはどれか。
通信販売を行う A 社のマーケティング担当の B さんは、次回の案内の送付先を絞るため、購入しそうな顧客を予測したい。過去の顧客データには、案内を送った後に購入したかどうかが記録されている。
正解：ア 過去の購入の有無が記録されたデータを学習させ、新しい顧客の購入の可能性を予測する教師あり学習
ポイント
目的に合う学習の方法を選ぶ問題です。
考え方と解き方
学習の方法は、手元のデータに正解があるかで決まります。結果が記録された過去のデータがあるなら教師あり、正解がなければ教師なしです。この立場なら、手元のデータに購入の有無という正解があるかを先に考えます。
- 過去の顧客データに、購入したかどうかという結果が記録されているので、これを正解として学習させる教師あり学習が使えます。
- 新しい顧客の購入の可能性を予測する目的にも合います。したがって、最も適切なのは ア です。
ほかの選択肢
- イ 教師なし学習は、正解を使わずにデータをまとめる方法です。購入の有無という記録がある今回は、予測の目的に合いません。
- ウ 強化学習は、試行と報酬で行動を学ぶ方法です。今回は過去のデータから予測する場面で、案内を試して報酬を得る場面ではありません。
- エ 購入の有無を除くと、正解がなくなるので、教師あり学習として成り立ちません。
覚えておくこと
- 教師あり学習による予測：正解付きの過去のデータから、新しいデータの結果を予測する
- 使い分け：正解付きのデータがあれば教師あり、なければ教師なし
（テーマ・覚えること）
C さんの進め方として、最も適切なものはどれか。
小売業 A 社の販売企画担当の C さんは、会員の購入履歴から、似た買い方をする会員の集まりを見つけ、集まりごとに案内を変えたい。会員をどう分けるかの決まりや、分け方を示したデータはない。
正解：イ 正解を与えずに会員を学習させてグループにまとめ、各グループの特徴を確認して案内を決める。
ポイント
グルーピングの結果を、人が確認して使う問題です。
考え方と解き方
分け方を示す正解がないので、教師なし学習でグルーピングします。ただし、できたグループが何を意味するかは学習では与えられないので、人が特徴を確認します。この立場なら、結果をそのまま使えるかを先に考えます。
- 会員の分け方を示すデータがないので、正解を与えずにまとめる教師なし学習が合います。
- できたグループの特徴は、人が確認し、案内の内容を決めます。したがって、最も適切なのは イ です。
ほかの選択肢
- ア グループ名を付けたデータがないので、教師あり学習は使えません。
- ウ 強化学習は、試行と報酬で行動を学ぶ方法です。似た会員をまとめる目的には合いません。
- エ グループの数を会員数と同じにすると、似た会員をまとめる目的に合いません。数や特徴は、人が確認して決めます。
覚えておくこと
- 教師なし学習によるグルーピング：似たデータをまとめる。顧客のグループ分けなど
- グループの意味づけや、施策への使い方は、人が確認して決める
（テーマ・覚えること）
学習方法の説明のうち、適切なものだけを全て挙げたものはどれか。
A 社の情報システム部の D さんは、機械学習の学習方法について、次の a〜c のとおりメモした。
- a 教師あり学習では、学習用データに正解の情報を付ける作業に、手間がかかる。
- b 教師なし学習では、できたグループの意味づけも、AI が自動で正しく行う。
- c 強化学習は、正解付きの大量のデータを与えて、正解との差を小さくする方法である。
正解：ウ a
ポイント
学習方法の説明を、取りちがえずに判断する問題です。
考え方と解き方
正解を与えるのは教師あり学習、与えないのは教師なし学習、報酬で行動を学ぶのは強化学習です。説明が、どの方法の特徴かを確かめます。
- a は適切です。正解の付与に手間がかかるのは、教師あり学習の特徴です。b は不適切です。教師なし学習は、グループの意味づけまでは行わず、人が確認します。c は不適切です。強化学習は、試行の結果に応じた報酬で行動を学びます。
- したがって、適切なのは a の全てで、ウ です。
ほかの選択肢
- ア b は不適切なので、a、b では組合せが合いません。
- イ b、c は、どちらも不適切です。
- エ c は不適切なので、a、c では組合せが合いません。
覚えておくこと
- 正解の付与（アノテーション）に手間がかかる。付け方に偏りや誤りがあると、予測も偏る
- グループの意味づけや、施策への使い方は、人が確認して決める
- 強化学習：試行錯誤を繰り返し、行動の結果に応じた報酬で、最適な行動を学ぶ方法
（テーマ・覚えること）
D さんの対応として、最も適切なものはどれか。
A 社の物流部の D さんは、倉庫内で荷物を運ぶロボットの動き方を、強化学習のシミュレーションで学習させた。シミュレーションでは、荷物を早く運ぶほど大きい報酬を与えた。D さんは、この学習結果を実際の倉庫に導入しようとしている。
正解：エ 報酬が安全も含む目的に合うかを見直し、倉庫では危険な動きがないかを試してから導入する。
ポイント
強化学習の結果を、報酬の設計と実環境での確認を踏まえて導入する問題です。
考え方と解き方
強化学習は、与えた報酬を大きくする行動を学びます。早く運ぶことだけに報酬を与えると、危険な動きを学ぶおそれがあります。この立場なら、報酬が目的に合っているかを先に考えます。
- 早く運ぶほど報酬が大きいので、安全に運ぶという目的とずれた動きを学んでいないか、報酬の設計を見直します。
- シミュレーションと実際の倉庫には差があるので、倉庫で危険な動きがないかを試してから導入します。したがって、最も適切なのは エ です。
ほかの選択肢
- ア 報酬が最大でも、報酬に安全が含まれていなければ、安全を満たす保証はありません。
- イ 運搬の正解のデータを足す方法は、教師あり学習の考え方です。報酬が目的とずれている問題は、報酬の設計の見直しで対処します。
- ウ シミュレーションと実際の倉庫には差があります。学習で自動的に吸収されるわけではないので、倉庫での確認が要ります。
覚えておくこと
- 強化学習による支援：報酬が増える行動を試行で見つけ、判断や操作を支える
- 報酬の設計が目的に合っていないと、意図しない行動を学ぶおそれがある
- 導入前は、想定外の動きがないかを人が確認し、範囲を限って始める
（テーマ・覚えること）
同じ分野のテーマ（ビジネス・技術）
- サービスマネジメントの基本（SLA・サービスデスク・インシデント管理と問題管理）今の制度の過去問（6回分）では、サービスレベル目標の説明、インシデントの該当、サービス満足度の計算が3問出ています。
- 変更・構成管理と可用性・サービス継続（リリース・CI・スタンバイ）今の制度の過去問（6回分）では、待機系をもつシステムの方式を選ぶ問題が1問出ています。
- データ利活用と業務分析（スクレイピング・バイアス・QC七つ道具）今の制度の過去問（6回分）では、特性要因図の説明が2問、ビッグデータ活用のフローが1問出ています。
- 生成AIの活用（RAG・プロンプトエンジニアリング・マルチモーダル）今の制度の過去問には出ていませんが、新しいシラバス案（Ver.0.1）にある項目です。問われるとしたらの形でまとめています。
- AIエージェントの活用（自律性・人の関与・ガードレール）今の制度の過去問には出ていませんが、新しいシラバス案（Ver.0.1）にある項目です。問われるとしたらの形でまとめています。
- 経営管理・役職・BCP（PDCA・CISO・BIA）今の制度の過去問には出ていませんが、新しいシラバス案（Ver.0.1）にある項目です。問われるとしたらの形でまとめています。
- 損益分岐点と財務諸表（貸借対照表・損益計算書）今の制度の過去問（6回分）では、製造原価明細書と損益計算書から売上総利益を求める計算が1問出ています。
- コーポレートガバナンスと内部統制今の制度の過去問（6回分）では、統制活動に当たるものを選ぶ問題と、内部統制に最終的な責任を負う者を選ぶ問題が、1問ずつ出ています。
- システム監査・情報セキュリティ監査今の制度の過去問（6回分）では、フォローアップの意味、指摘事項にすべき状況、監査人の行為やチェックポイント、管理基準の記述を選ぶ問題が、6問出ています。
- クラウドサービスと仮想化（SaaS・IaaS・コンテナ）今の制度の過去問には出ていませんが、新しいシラバス案（Ver.0.1）にある項目です。問われるとしたらの形でまとめています。
- ネットワークの基本（LAN・無線LAN・IPアドレス・ルータ）今の制度の過去問（6回分）では、社内から外へのアクセスを中継するプロキシサーバを選ぶ問題が 2 問出ています。
- 通信プロトコル（HTTP・SMTP・DNS・DHCP・サブネット）今の制度の過去問（6回分）では、ネットワークアドレスの計算と、ポート番号 80 番の扱いが、1問ずつ出ています。
- ネットワークの応用と運用（メール・cookie・VPN・5G・障害切分け）今の制度の過去問（6回分）では、cookie の仕組みについての記述を選ぶ問題が、1問出ています。