パスポーン

用語解説 / 第1章 AI（人工知能） / 強化学習

強化学習とは

行動の結果に報酬を与え、AIが試行錯誤しながら良い行動を学ぶ方法。

生成AIパスポート公式シラバス（2026年2月試験より適用）第1章「AI（人工知能）」の収載語です。

まず1問、解いてみる

答えを開く前に、自分の言葉で説明してみてください。

強化学習の説明として正しいものはどれ？

  • A正解つきのデータを大量に与えて、入力と正解の対応関係を学ぶ
  • B行動に対する「報酬」を手がかりに、より良い行動を試行錯誤しながら学ぶ
  • C正解が付いていないデータを、似たもの同士のグループに自動で分ける
  • Dすでに学習済みのモデルの知識を、別の課題に流用して学習の手間を減らす
答えと解説を開く

正解B　行動に対する「報酬」を手がかりに、より良い行動を試行錯誤しながら学ぶ

強化学習は、AIが「行動→結果(報酬やペナルティ)→次の行動を改善」を繰り返しながら、もっと良い行動を自分で見つけていく学習方法です。ゲームで「クリアに近づいたらご褒美」を与えて上達させるイメージです。

この問題を含む一問一答で続きを解く

同じ選択肢に並んだ語（区別して覚える）

当サイトの問題で、強化学習と同じ選択肢の欄に並んだ語です。

  • 転移学習＝別の課題で学んだ知識を土台に、新しい課題を少ないデータで素早く覚えさせる方法。
  • クラスタリング＝正解ラベルなしのデータを、似たもの同士のグループに自動で分ける方法。
  • 過学習＝AIが練習データを丸暗記しすぎて、新しいデータにうまく対応できなくなる現象。
  • 教師あり学習＝正解ラベル付きのデータで、入力と正解の関係を学ぶ方法。
  • 半教師あり学習＝少量の正解つきデータと、大量の正解なしデータを併せて使う方法。
  • ディープラーニング＝ニューラルネットワーク（脳をまねた仕組み）の層を深く重ねる手法。
  • ファインチューニング＝学習済みモデルに追加データを与え、新しい目的向けに仕上げの調整をする手法。
  • 教師なし学習

ありがちな誤解と訂正

当サイトの問題「強化学習の説明として正しいものはどれ？」の誤答の選択肢から。

×正解つきのデータを大量に与えて、入力と正解の対応関係を学ぶ

○教師あり学習＝正解のついたデータを使い、入力と正解の対応関係を学ぶ学習方法。

この問題の正解＝「行動に対する「報酬」を手がかりに、より良い行動を試行錯誤しながら学ぶ」

同じ問題に登場した語

当サイトでの登場（実測）

当サイトの問題バンク321問のうち、強化学習は6問に登場します。 内訳＝問題文に登場1問・ひっかけ役（誤答の選択肢）5問。このほか、解説・誤答の注だけでの言及が12問あります（これは「問われた」に数えていません）。

登場した単元＝第1章 AI（人工知能）

※この数字は当サイトの問題バンク内の集計です。本試験の出題頻度ではありません。

演習に進む

用語の選定＝GUGA「生成AIパスポート試験シラバス」（2026年2月試験より適用）収載の詳細キーワードに準拠。 定義・解説・問題＝すべて当サイト（パスポーン）が執筆したオリジナルで、この頁の文はすべて当サイトの問題データからの逐語です。 当サイトはGUGA非公認の独立した学習サイトです。

最終更新：（運営：Meritorious）