自己回帰モデルとは

これまでに出てきたデータを手がかりに、次に来る要素を予測しながら新しいデータを作り出す仕組み。

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2章「生成AI（ジェネレーティブAI）」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。

生成AI(ジェネレーティブAI)の元になっている「自己回帰モデル」を説明したものとして、最も適切なのはどれか。

Aこれまでに出てきたデータを手がかりに、次に来る要素を予測しながら新しいデータを作り出す仕組み
B画像を格子状の小さな区画に分け、その区画ごとに特徴を読み取って全体を判断する仕組み
C本物そっくりのデータを作る役と、それを見分ける役を競い合わせながら学習させる仕組み
D文章全体を一度に読み込み、前後の関係をまとめて同時に把握してから分類する仕組み

答えと解説を開く

正解A　これまでに出てきたデータを手がかりに、次に来る要素を予測しながら新しいデータを作り出す仕組み

自己回帰モデル(じこかいきモデル)とは、これまで出てきた言葉をヒントにして、次に来る言葉を予測しながら文章などを作っていく仕組みのことです。たとえば「むかしむかし、ある」の続きに「ところに」を予測して足す作業を繰り返し、文章を生成していきます。生成AI(人が作ったような文章や画像を新しく作れるAI)の基本的な考え方の一つです。

この問題を含む一問一答で続きを解く

ありがちな誤解と訂正

当サイトの問題「生成AI(ジェネレーティブAI)の元になっている「自己回帰モデル」を説明したものとして、最も適切なのはどれか。」の誤答の選択肢から。

×画像を格子状の小さな区画に分け、その区画ごとに特徴を読み取って全体を判断する仕組み

○CNN(畳み込みニューラルネットワーク)の仕組み＝画像を小さな区画ごとに特徴を読み取る画像認識AIの方式。

この問題の正解＝「これまでに出てきたデータを手がかりに、次に来る要素を予測しながら新しいデータを作り出す仕組み」

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、自己回帰モデルは3問に登場します。内訳＝問題文に登場3問。このほか、解説・誤答の注だけでの言及が2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2章生成AI（ジェネレーティブAI）・第3章現在の生成AIの動向

※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

第2章生成AI（ジェネレーティブAI）一問一答この語が出る問題：#q2001・#q2052
第3章現在の生成AIの動向一問一答この語が出る問題：#q3044
単元一覧へ

最終更新：2026年8月27日（運営：Meritorious）