【PR】本記事はアフィリエイトプログラム（楽天アフィリエイト・バリューコマース・もしもアフィリエイト等）の広告を含みます。掲載している教材・サービスは実際に受験準備で使用したものに基づく内容で、広告報酬の有無は記事内容に影響していません。
2026年1月10日（土）に実施された JDLA Deep Learning for GENERAL 2026#1（G検定）に合格しました。
本記事は、文系学部卒・数学に自信なし・Python未経験・AI業務経験ゼロのITエンジニアが、約1ヶ月の独学で合格するまでに使った教材・勉強法・スケジュール・つまずいたポイントを、すべて公開する記録です。
「文系だからG検定は無理かも」「数学やPythonがわからないと厳しいって聞いたけど…」と不安を抱えている方の参考になれば嬉しいです。
私について
ITエンジニアとして実務歴25年。情報セキュリティスペシャリスト・AWS Certified Cloud Practitionerなど、IT資格を複数取得済み。
ただし、学部は文系卒、数学は得意ではなく、Pythonも書いたことがない。AI/機械学習の業務経験もゼロ。職場の他部署がAIを扱っているのを横目で見て、ChatGPTやClaudeを利用者として触る程度のレベル、というのが受験前のスペックでした。
このプロフィールに「自分も近いかも」と感じる方には、特に役立つ内容になっているはずです。
結論：合格までに使った教材と費用
詳しい解説は後述しますが、最初に全体像を共有します。
| 教材 | 価格（実際に支払った額） | 役割 |
|---|---|---|
| 公式テキスト「深層学習教科書 ディープラーニング G検定（ジェネラリスト）公式テキスト 第3版」 | 約3,000円 | 知識の体系インプット |
| 「徹底攻略 ディープラーニングG検定ジェネラリスト問題集 第3版」（通称：黒本） | 約2,500円 | 問題演習 |
| Udemy講座「【G検定：600問全問解説付き】模擬試験問題集」 | 定価2,600円（セール時購入推奨） | 試験直前の問題演習 |
| 受験料 | 13,200円（一般） 5,500円（学生） | 試験本体 |
教材費合計：約8,000円。受験料込みで約21,200円。
Udemyはセール時に買えば1,500円前後で入手できます。年に5〜6回ある大型セールを狙ってください。
なぜG検定を受けたか：会社の要請
正直に言うと、最初は「会社の要請」が動機でした。
業務でAIを直接扱うわけではないものの、生成AIブームの影響で「社員全員がAIの基礎教養を持つべき」という方針が会社全体に広がり、その流れで受験することになりました。
ただ、結果的にこの受験は私のキャリア観を変える経験になりました。AI時代に求められる最低限の教養が頭に入ることで、業務上の会話や意思決定の質が変わりました。動機が外発的でも、取って良かった資格です。
勉強期間：約1ヶ月、平日夜1〜3時間
開始：2025年12月初旬
受験：2026年1月10日
実勉強時間は推定40〜60時間。平日の夜に1〜3時間、休日はたまにまとめて2〜3時間取るスタイルでした。
全体の配分は以下の通り。
1〜2週目：公式テキストをざっと読む（1周目は流し読みでOK）
3週目：黒本（問題集）を演習モードで解きながら知識を定着
4〜5週目：Udemy問題集を解く・解説をExcelに整理
直前1週間：間違いノートを総復習＋時事問題のキャッチアップこのペース配分が後から振り返ると最適でした。詳しくは後述します。
使った教材の詳細レビュー
①公式テキスト：「深層学習教科書 ディープラーニング G検定（ジェネラリスト）公式テキスト 第3版」
 | 深層学習教科書 ディープラーニング G検定（ジェネラリスト）公式テキスト 第3版 （EXAMPRESS） [ 一般社団法人日本ディープラーニング協会 ] 価格:3080円 |
監修：一般社団法人日本ディープラーニング協会（JDLA）
著者：山下隆義 他
出版社：翔泳社
価格：約3,000円
最初の体系的なインプットとして購入。
良かった点
JDLA監修の公式テキストという安心感があり、出題範囲を確実に網羅しています。「これを読んでおけば、少なくとも基本範囲では不意の出題で困らない」というベースの安心感を得られます。
物足りなかった点（率直に）
ここは正直に書きます。
公式テキストは 「読み物」感が強く、樹形図のような形で知識を体系的に図示してくれないため、読みながら「今、ディープラーニングの中のどの部分の話をしているのか」が分からなくなる瞬間がありました。
図は入っているものの全体的に文章量が多く、ITエンジニア出身の私でも「どこに位置づけられる知識なのか」迷子になる場面が多々ありました。
「読み物」として完璧でも「学習教材」として最適化されていない、という印象です。これは批判ではなく事実ベースの感想で、別途問題集と併用することで弱点を補えます。
結論：必須だが、これ1冊では足りない
公式テキストの役割は「範囲を漏れなくカバーする」こと。深く理解するためには問題集との併用が必須です。
②黒本：「徹底攻略 ディープラーニングG検定ジェネラリスト問題集 第3版」
 | 徹底攻略ディープラーニングG検定ジェネラリスト問題集 第3版 価格:2750円 |
出版社：インプレス
価格：約2,500円
G検定受験者の間で「黒本」と呼ばれて定番化している問題集です。
良かった点
問題量が圧倒的に多いことが最大の特徴。1問ずつ解いて、解説で知識を補強する形式に最適化されています。
「公式テキストを読んだけど、知識として定着していない気がする」という状態を解消するには、この問題集の反復が最も効率的でした。
物足りなかった点
正直、ありません。G検定対策としては必須レベルの教材です。
私の使い方
公式テキストを一通り読んだ後、黒本を演習モードで解きながら、間違えた問題はExcelに用語と解説をメモしていく。「公式テキスト → 黒本 → Excelメモ」のサイクルで、知識が一気に定着しました。
③Udemy講座：「【G検定：600問全問解説付き】模擬試験問題集」
特徴
600問という圧倒的な問題量の模擬試験問題集です。最新シラバス準拠＆全キーワード網羅を謳っており、本番形式に近い構成。
価格：定価2,600円（Udemyの大型セール時は1,500円前後）
Udemyはセール時に買うのが鉄則。年に5〜6回ある大型セールでは6〜8割引になります。普段から「カート」に入れて待つ運用にしておけば、セールが来たら即購入できます。
良かった点：演習モードでExcelに用語メモを取りながら定着
「演習モード」を使い、1問ずつ正答を確認 → 解説を読んで理解 → Excelに用語をメモするサイクルで知識が定着しました。
黒本（公式問題集）に加えてUdemyの600問を解くことで、本番試験で「見たことのある選択肢パターン」が頭に浮かぶ状態に持っていけました。
苦労した点
G検定の試験範囲は広く、実務でAIを構築していない人にとっては「使用シーンを思い浮かべながら学ぶ」ことが難しいです。
実際にAIシステムを構築している人は「この技術はXXのプロジェクトで使われていた」と紐づけて記憶できますが、私のように業務でAIを扱っていない人はどうしても暗記中心になります。
そのため、1周目で意味を理解しようとせず、2周目以降で繰り返しながら自然に定着させる戦略が現実的でした。
1日の勉強スケジュール
仕事を終えた後の隙間時間を中心に組み立てました。
平日：夜21:00〜23:00 のうち1〜3時間（疲労度に応じて休む日もあり）
休日：たまに2〜3時間まとめて取る
総勉強時間：推定40〜60時間（約1ヶ月）
ITエンジニアとしてのバックグラウンドがあったため理解は早めでしたが、それでも1ヶ月をフル活用してギリギリ間に合った感覚です。AI実務未経験で初めて触れる方は、2ヶ月程度の余裕を持つのが安心だと思います。
苦労した分野：実務未経験者ならではの暗記との戦い
正直に言うと、G検定で最も苦労したのは「使用シーンが浮かばない技術用語を、ひたすら暗記する」ことでした。
機械学習・ディープラーニングのアルゴリズムや手法は、実務で使った経験があれば「この問題は◯◯のシーンで使った技術だ」と紐づけて記憶できますが、業務でAIを扱っていない私のような人間は、用語と用語の関係性が頭の中で立体的にならず、どうしても暗記に近づくのが現実でした。
対策として効いたこと
公式テキストの説明だけでは抽象的すぎる場合は、Udemyや黒本の問題演習で具体例を体感することで、ようやく用語のイメージが湧きました。
例えば「畳み込みニューラルネットワーク（CNN）」という用語も、テキストで読むだけだと「画像処理に使うアレ」止まりでしたが、問題集で「この画像認識のシーンではCNNが使われる」「この時はRNNではダメで、CNNを使う」というパターンを見ることで、ようやく実感が湧きました。
現実的な戦略
実務でAIを構築していない人は、「公式テキストはざっと読むだけ。問題集を解きながら知識を定着」という順序が圧倒的に効率的です。テキストを最初から完璧に理解しようとすると、抽象的すぎて挫折します。
試験当日：オンライン受験（145問・100分）
G検定は オンライン試験または会場試験。
オンライン試験形式の特徴
- 自宅でPCから受験可能
- カメラ・マイク監視なし
当日の感想：時間との戦い
問題数145問、制限時間100分は 1問あたり約32秒。じっくり調べていると確実に時間切れになります。
「分かる問題は即答 → 迷う問題はマーク → 残り時間で見直し」の戦略を最初から決めておくことが、合格への必須条件です。
参考書だけで全問正解は厳しい印象ですが、参考書・問題集をやれば合格は十分可能です。実際、私もそれで合格できました。
スコア結果：分野別得点率（合格）
私の分野別得点率は以下の通りです。総受験者8,529名、合格者6,718名（合格率は78.8％）でした。
振り返り
「分野1（人工知能とは）」と「分野6（AIの社会実装）」で満点を取れたのは、IT実務歴25年の経験が活きた部分。これらは技術的な深さよりも、AIの位置づけや社会的な議論の理解が問われます。
一方、「分野3（ディープラーニングの概要）」「分野5（応用例）」「分野7（数理・統計）」は60%台にとどまりました。技術的な深さや具体的なアルゴリズムを問われる分野では、AI実務未経験のハンディが出た形です。
重要な発見：G検定は満点を狙う試験ではなく、合格ラインを越える試験です。苦手分野で60%程度しか取れなくても、得意分野でカバーすれば合格できます。「苦手分野を捨てない」が「全分野を完璧にする」より重要なことが結果から分かります。
合格して変わったこと
AI時代の最低限の教養が身についた
社内勉強会や会議でAIの話題が出たときに、立体的に理解できるようになりました。「この生成AIサービスはこういう仕組みで動いているのか」と裏側を意識する習慣がつき、利用者としての視点が一段深くなりました。
AIを利用したシステムの裏側を意識するように
ChatGPTやその他の生成AIツールを使うとき、「これはトランスフォーマーベースのモデルだ」「プロンプトの書き方でこう変わるはず」といった視点で使えるようになります。ただの利用者から、仕組みを理解した使い手に変わる感覚です。
キャリア観の変化
直接的な資格手当はありませんが、AI時代に「まったく知らない」状態でいることのリスクを実感した経験は、長期的なキャリアの選択肢を広げる土台になります。
これから受ける人への5つのアドバイス
1. 公式テキストは「ざっと読む」程度で良い
公式テキストを最初から完璧に理解しようとすると、抽象的すぎて挫折します。「全体像を掴む」程度で十分。深い理解は問題演習で得る、と割り切りましょう。
2. 黒本（問題集）の反復が合格の鍵
「徹底攻略 ディープラーニングG検定ジェネラリスト問題集」を最低2周、できれば3周。1周目は解説を丁寧に読み、2周目以降は反復で定着を狙う。これがコスパ最強の学習法です。
3. Udemyの模擬試験で総仕上げ
黒本だけでは問題量が足りません。Udemyの「【G検定：600問全問解説付き】模擬試験問題集」で総仕上げを。セール時に1,500円前後で買えるかもしれません。
4. 試験当日は「時間配分」が全て
145問を100分で解く試験です。1問32秒のペースを意識して、迷ったら即マークして次へ進む戦略を取らないと、確実に時間切れになります。
試験はオンライン試験と会場試験で制限時間が異なるので要注意です。
・オンライン試験：100分
・会場試験 ：120分
5. 最新時事問題は割り切る
参考書・問題集に載っていない最新サービスや時事問題も出題されますが、それらは全問正解を狙わなくて良い。基本範囲をきちんと押さえれば合格できます。
よくある質問（FAQ）
Q：文系・数学なしでもG検定は取れますか？
A：取れます。私自身が文系卒・数学なし・Python未経験で合格しました。重要なのは「問題演習を繰り返して、用語のパターンを頭に入れる」こと。深い数学的理解は必要ありません。
Q：Pythonが書けないとダメですか？
A：いいえ。G検定はジェネラリスト向けの試験で、コーディングは出題されません。Pythonが書けなくても合格できます。私もまったく書けません。
Q：勉強期間はどれくらい必要？
A：IT実務経験があれば1〜2ヶ月、未経験なら2〜3ヶ月が目安です。毎日1〜2時間の継続的な学習が、まとまった時間より重要です。
まとめ：文系・数学なし・Python未経験でもG検定は取れる
G検定は 「文系出身、数学が苦手、Pythonを書いたことがない」 という属性でも、約1ヶ月の継続的な学習で十分合格可能な試験です。
実用的な戦略は以下の通り。
- 公式テキストはざっと読んで全体像を掴む
- 黒本（問題集）を2〜3周して知識を定着
- Udemy模擬試験で総仕上げ（セール時購入必須）
- 試験当日は時間配分を最優先
合計約8,000円の教材費＋受験料13,200円＝約21,200円、1ヶ月の学習時間。これでAI時代の基礎教養が手に入ります。
次に何の資格を取るかは未定ですが、CLF-C02・G検定と続けて、IT資格を体系的に積み上げていく予定です。
最後まで読んでいただきありがとうございました。本記事が、これから受験される方の参考になれば幸いです。
コメントを残す