Chapter 21
科目A-1｜基礎理論の用語を順に解説します。
2進数とは 2進数（にしんすう）とは、すべての数値を「0」と「1」の2つの数字だけで表現する数値の表し方です。私たちが日常生活で使っている「10進数」は、0から9までの10個の数字を使い、9の次に桁が上がって10になります。これに対して2進数では、1の次に桁が上がり、10（いちぜろ）、11（いちいち）、そして次は100（いちぜろぜろ）と増えていきます。コンピュータの内部回路は、電気の「ON（電圧が高い状態）」と「OFF（電圧がない、または低い状態）」という2つの状態を切り替えて動いています。そのため、ONを「1」、
16進数とは 16進数（じゅうろくしんすう）とは、数値を「0から9までの数字」と「AからFまでのアルファベット」の合計16個の記号を使って表現する方法です。10進数では9の次に桁が上がりますが、16進数では15まで1桁で表現し、15の次（つまり10進数の16）で初めて桁が上がって「10」（いちぜろ）になります。コンピュータにとって分かりやすい2進数ですが、桁数が非常に長くなってしまい人間には読みづらいという欠点があります。そこで、2進数の4桁（0000〜1111）をちょうど1桁で表すことができる16進数が使われます
基数変換とは 基数変換（きすうへんかん）とは、ある数値の表現方法（進数）を、別の表現方法へ変換する作業のことです。「基数」とは、数値を表すときに基準となる数のことで、10進数なら基数は「10」、2進数なら基数は「2」となります。コンピュータはデータをすべて2進数で処理しますが、人間は10進数や16進数のほうが理解しやすいため、コンピュータと人間の間でスムーズにデータをやり取りするためには、この基数変換が欠かせません。たとえば、人間が入力した10進数をコンピュータが理解できる2進数に直したり、逆にコンピュータの計算結
補数とは 補数（ほすう）とは、ある基準となる数から、目的の数を引いた「不足分」に相当する数値のことです。コンピュータの世界では、引き算（減算）を足し算（加算）の仕組みだけで処理するために補数が使われます。コンピュータの電子回路は基本的に足し算が得意なため、引き算専用の回路を作るよりも、引く数を「補数」という特別な数に変換してから足し算を行う方が、回路のデザインをシンプルにできるという大きなメリットがあります。補数には大きく分けて「1の補数」（各桁の0と1を反転させたもの）と「2の補数」（1の補数に1を足したもの）が
固定小数点数とは 固定小数点数（こていしょうすうてんすう）とは、コンピュータで小数を扱う際に、小数点の位置をあらかじめ特定の場所に固定しておく数値の表現方法です。例えば、「常に下から2桁目の左側に小数点がある」と決めておけば、整数と同じ仕組みを使って小数の計算を行うことができます。この方式は、小数点の位置を管理するための余計な計算が不要なため、計算速度が非常に速いという特徴があります。その一方で、表現できる数値の範囲（非常に大きな数や、逆に非常に小さな数）が狭くなってしまうという制限があります。そのため、速度が最優
浮動小数点数とは 浮動小数点数（ふどうしょうすうてんすう）とは、小数点の位置を固定せず、数値の大きさに応じて左右に「浮動（移動）」させて表す数値の表現方法です。数値を「仮数（数値の並び）」と「指数（小数点の位置を表す累乗）」という2つの部分に分けて保持します。この方法を使うと、非常に小さなミクロの値（例：0.000000123）から、宇宙規模の非常に大きな値（例：123000000000）まで、限られた桁数の中で極めて広い範囲の数値を表現することができます。現代の一般的なコンピュータやスマートフォンでの科学技術計算
論理演算とは 論理演算（ろんりえんざん）とは、「真（正しい、ON、1）」と「偽（誤り、OFF、0）」という2つの値だけを対象に行う計算のことです。普通の数学の四則演算（足し算や引き算）とは異なり、条件が成り立っているかどうかを判定するために使われます。基本となる演算には、両方が真のときだけ真になる「AND（論理積）」、どちらか一方が真なら真になる「OR（論理和）」、真と偽を反転させる「NOT（論理否定）」、2つの値が異なるときだけ真になる「XOR（排他的論理和）」があります。コンピュータはこれら論理演算の組み合わせ
論理式とは 論理式（ろんりしき）とは、いくつかの条件や変数（真または偽の値を持つもの）を、論理演算子（AND、OR、NOTなど）を使って結びつけた式の構成要素のことです。数式が数値の計算結果を表すのに対して、論理式は最終的に「真（正しい / True）」または「偽（誤り / False）」のどちらか1つの結果を導き出します。プログラミングにおいて、システムが「もし〜ならば」という条件に応じて処理を分ける（条件分岐する）際に、その条件を記述するために論理式が頻繁に使われます。論理式を正しく設計することは、バグのないス
ド・モルガンの法則とは ド・モルガンの法則（どもるがんのほうそく）とは、論理式や集合論において、複数の条件が重なったときの「否定（〜ではない）」の形を、よりシンプルな形に書き換えることができるという重要な法則です。具体的には、「『AかつB』ではない」という否定は「『Aではない』または『Bではない』」と同じになり、同様に「『AまたはB』ではない」は「『Aではない』かつ『Bではない』」と同じになる、というルールです。プログラミングにおいて複雑になりがちな条件分岐（if文など）を整理し、コードを読みやすくしてバグを減らす
集合とは 集合（しゅうごう）とは、ある共通の性質や条件を持った「ものの集まり」のことです。集合に含まれる1つひとつの要素を「要素（メンバー）」と呼びます。コンピュータの世界では、大量のデータを整理・分類したり、データベースから特定のグループのデータだけを取り出したりする際に集合の考え方が使われます。代表的な集合の操作として、2つの集まりのどちらにも含まれる共通の部分を取り出す「積集合（かつ / AND）」や、どちらか一方にでも含まれるものをすべて合わせる「和集合（または / OR）」、特定のグループ以外を指す「補集
ベン図とは ベン図（べんず）とは、複数の集合（グループ）の関係性や、それらの重なり具合を円などの図形を使って視覚的に分かりやすく表現した図のことです。イギリスの数学者ジョン・ベンによって考案されました。言葉や数式だけでは理解しにくい複雑な条件の重なり（「Aであり、かつBである」「Aであるが、Bではない」など）を、絵として一目で直感的に把握できるのが最大の特徴です。データベースで複数の条件を組み合わせて検索するときや、プログラミングで複雑なif文の条件分岐を設計する際に、頭の中を整理するための強力なツールとして使われ
確率とは 確率（かくりつ）とは、ある出来事（事象）が起こる可能性の度合いを、0から1の間（あるいは0%から100%の間）の数値で表したものです。すべての結果が同様に起こると期待されるとき、「求めたい出来事が起こる場合の数」を「起こり得るすべてのパターンの数」で割ることで計算できます。ITの分野では、ネットワーク通信でのデータ紛失の発生率、AI（人工知能）が予測を行う際の自信の度合い（確信度）、迷惑メールフィルターが受信したメールを「スパム」と判定する基準など、不確実な状況下でプログラムが最適な判断を下すために確率の
順列とは 順列（じゅんれつ）とは、いくつかある要素の中からいくつかの要素を選び、それらを「順番（並び順）を区別して」並べたとき、何通りの並べ方があるかを表すものです。数学ではアルファベットの「P（Permutation）」を使って表現します。順列では、並べる順番が異なれば、それは別のパターン（異なる通り）としてカウントするのが最大の特徴です。セキュリティ分野におけるパスワードの総当たり攻撃（すべての組み合わせを試す手法）を防ぐために、どれだけのパスワードパターンが存在するかを計算する際や、最短のルートを計算するアル
組合せとは 組合せ（くみあわせ）とは、いくつかある要素の中からいくつかの要素を選ぶとき、選ぶ順番や並び方は気にせず、「どのメンバーが選ばれたか」という集まりのパターンだけを数える方法です。数学ではアルファベットの「C（Combination）」を使って表現します。先ほどの「順列」は並び順を気にするのに対し、組合せでは順番を無視するため、数え上げるパターンの数は少なくなります。プログラミングにおいて、複数のアイテムの中から重複なくグループを作る処理や、ネットワーク通信で総当たりで接続テストを行う際に、無駄な重複テスト
期待値とは 期待値（きたいち）とは、ある行動や確率的な出来事を何度も繰り返したときに、平均してどれくらいの結果（数値）が得られるかを示す見込みの平均値です。「それぞれの結果の値」に「それが起こる確率」を掛け合わせ、すべて足し算することで求められます。ビジネスの意思決定やITプロジェクト管理において、リスクを数値化する際によく使われます。例えば、システム開発において「あるバグが発生したときの損失額」と「そのバグが発生する確率」を掛け合わせてリスクの期待値を計算し、どのバグから優先的に対策を打つべきかという優先順位を論
正規分布とは 正規分布（せいきぶんぷ）とは、統計学や確率論において最も基本的で重要な、左右対称のつりがね型（ドーム型）をしたデータの分布のことです。平均値付近のデータが最も多く、平均から離れるにつれてデータの数がなだらかに減っていくという特徴を持っています。自然界の現象や人間の行動に関するデータの多く（身長、体重、テストの点数、製品の寸法の誤差など）は、データ数が十分に多くなるとこの正規分布に近い形になります。ITの分野では、Webサイトへのアクセス数の予測、AIによる画像認識の判定誤差の分析、工場の製造ラインにお
標準偏差とは 標準偏差（ひょうじゅんへんさ）とは、データの集まりにおいて、それぞれのデータが「平均値からどれくらいバラついているか（散らばっているか）」を表す数値のことです。標準偏差が「小さい」ということは、データのほとんどが平均値の近くにギュッと集まっていてバラつきが少ないことを意味します。逆に標準偏差が「大きい」ということは、データが平均値から遠く離れた値まで広く散らばっていることを意味します。学校のテストでおなじみの「偏差値」を算出する際や、サーバーの応答時間のばらつきをチェックしてシステムが安定して動いてい
相関係数とは 相関係数（そうかんけいすう）とは、2つの異なるデータ（変数）の間に、どれくらい「連動する関係（関連性）」があるかをマイナス1からプラス1の間の数値で表した指標です。数値が「プラス1」に近いほど、片方が増えるともう片方も増えるという「正の相関」が強くなります。逆に「マイナス1」に近いほど、片方が増えるともう片方が減るという「負の相関」が強くなります。数値が「0」に近い場合は、2つのデータの間に目立った関係性はありません。マーケティング分析において、「気温と冷たい飲み物の売上」や「広告費とWebサイトのア
回帰分析とは 回帰分析（かいきぶんせき）とは、過去に集まった複数のデータの関連性を分析し、ある数値（原因）が変化したときに、別の数値（結果）がどう変化するかを予測するための数式（予測式）を作り出す統計手法です。原因となるデータを「説明変数」、予測したい結果のデータを「目的変数」と呼びます。例えば、「これまでの広告費」と「売上高」のデータを回帰分析にかけることで、「広告費を1万円増やすと、売上は何万円増えるか」という予測線を引くことができます。売上の将来予測や、最適な価格設定、機械学習（AI）の最も基本的な予測アルゴ
行列とは 行列（ぎょうれつ）とは、複数の数値を縦（行：ぎょう）と横（列：れつ）に格子状に並べて、括弧で囲んでひとまとめにしたものです。数学や物理のツールですが、コンピュータの世界、特に3DグラフィックスやAI（ディープラーニング）の処理において極めて重要な役割を果たしています。コンピュータは、たくさんの点や数値を一度にまとめて計算するのが得意です。行列を使うと、何万個もの座標データに対して「回転させる」「拡大する」「移動する」といった複雑な一連の計算を、たった1つのシンプルな数式の掛け算としてまとめて一瞬で処理させ
情報量とは 情報量（じょうほうりょう）とは、ある出来事や情報が「どれくらい珍しいか（予測しにくいか）」を数値で表した尺度です。統計や情報の理論において、めったに起こらない珍しい出来事を知ることほど「価値が高い（情報量が多い）」と捉え、逆に当たり前のわかりきったことについては「情報量が少ない（またはゼロ）」とみなします。この情報量を測定する基本的な単位が「ビット（bit）」であり、すべての情報を0か1かの選択肢に絞り込む回数に対応しています。ITの分野では、データを圧縮してファイルサイズを小さくする際や、通信回線でど
符号化とは 符号化（ふごうか）とは、人間が理解できる文字、画像、音声などのデータを、コンピュータが処理・通信しやすいように、特定のルールに基づいて「0」と「1」のデジタル信号（コード）に変換することです。「エンコード」とも呼ばれます。逆に、変換されたデジタルデータを人間が読める元の形式に戻すことを「復号（デコード）」と呼びます。インターネットでメールを送る、動画を見る、音楽を聴くといったすべての操作において、裏側ではデータが常にこの符号化によって電気信号やファイルに形を変えており、現代のデジタル社会を支えるもっとも
ハフマン符号とは ハフマン符号（はふまんふごう）とは、データを効率よく圧縮するために開発された符号化の手法です。データの中で「よく使われる（出現頻度が高い）文字」には短いビット（短い0と1の組み合わせ）を割り当て、逆に「めったに使われない文字」には長いビットを割り当てることで、データ全体の合計サイズを最も小さく抑えることができます。この方法を使うと、文字ごとの長さを一律にするよりも大幅にデータサイズを減らすことができるため、ファイルの圧縮形式（ZIPやGZIP）や、画像の保存形式（JPEG）など、さまざまな場所でデ
シャノンの定理とは シャノンの定理（しゃのんのていり）とは、通信回線の性能やノイズの多さに応じて、「その回線を使って、どれだけのデータを誤りなく送ることができるか」という限界値（最大通信速度）を数学的に証明した定理です。「通信路符号化定理」とも呼ばれます。どれほど優れた技術を使っても、ノイズ（雑音）が存在する回線においては、この定理が示す限界のスピード（通信容量）を超えてデータを完璧に送ることはできません。現代のインターネット回線や光ファイバー、5Gなどのモバイル通信において、ノイズに負けない最適な通信速度の設計や
オートマトンとは オートマトン（おーとまとん）とは、あらかじめ決められた「状態」を持ち、外部から「入力（何らかのアクション）」を受けると、そのルールに従って「次の状態」へと遷移（変化）していく、自動的に動作する仕組みや概念モデルのことです。日本語では「自動機械」とも呼ばれます。複雑なコンピュータのプログラムやハードウェアをそのまま設計すると混乱しやすいため、「今どの状態で、何が起きたらどうなるか」というシンプルな状態の移り変わりとしてモデル化して整理するために使われます。身近なところでは、自動販売機のコイン受付処理
形式言語とは 形式言語（けいしきげんご）とは、あらかじめ厳密に定められた文法ルールと記号のみを使って構成される言語のことです。私たちが普段使っている日本語や英語のような「自然言語」は、文脈によって意味が変わったり曖昧さがあったりしますが、形式言語にはそのような曖昧さは一切ありません。ルール通りであれば誰が読んでも、コンピュータが読んでも、ただ1つの意味として正しく解釈されます。プログラミング言語（PythonやJavaなど）や、データの形式（JSONやXML）、またそれらの文法を定義するための表記法である「BNF記
逆ポーランド記法とは 逆ポーランド記法（ぎゃくぽーらんどきほう）とは、数式を書くときに、演算子（＋やーなどの記号）を数値の「後ろ」に配置する書き方のことです。「後置記法」とも呼ばれます。私たちが普段使っている「3 ＋ 4」のような書き方は「中置記法」と呼ばれ、演算子が数値の間にあります。これに対して逆ポーランド記法では「3 4 ＋」と書きます。この書き方の最大のメリットは、カッコ「（ ）」を使わなくても計算の優先順位を一切曖昧にすることなく表現できる点です。コンピュータのメモリ管理構造の1つである「スタック」と非常
文字コードとは 文字コード（もじこーど）とは、コンピュータで文字を扱うために、1つひとつの文字に対して割り当てられた固有の「識別番号」のルールのことです。コンピュータは「0」と「1」の数値しか理解できないため、文字を画面に表示したり保存したりするには、すべての文字を数値に置き換える必要があります。この置き換えルールのことを文字コードと呼びます。代表的な規格には、英語圏の基本である「ASCII」、世界中の文字を1つの規格で表せる「Unicode」およびその表現形式である「UTF-8」、日本国内でかつて広く使われていた
AIとはAI（Artificial Intelligence：人工知能）とは、人間の知的な振る舞い（学習、推論、判断、問題解決など）をコンピュータのソフトウェアやシステムを用いて再現する技術のことです。コンピュータが大量のデータを処理し、パターンを見つけ出すことで、人間のように自ら学んで賢くなっていく仕組みを含みます。近年ではスマートフォンの音声アシスタントや、自動翻訳、画像認識など、日常生活のいたるところで活用されています。具体例スマートフォンのカメラアプリを起動した際に、被写体が「人物」「風景」「料理」のどれで
ディープラーニングとはディープラーニング（Deep Learning：深層学習）とは、人間の脳にある神経細胞（ニューロン）のネットワークを模した「ニューラルネットワーク」を何層にも深く重ねて用いることで、コンピュータに複雑なデータを認識・分析させる技術です。従来の機械学習とは異なり、人間が「どの特徴に注目すべきか」を細かく指示しなくても、コンピュータ自身がデータの中から重要な特徴を自動的に見つけ出し、高度な判断を行える点が大きな特徴です。具体例自動運転システムにおいて、カメラが捉えた映像から「歩行者」「信号の赤」「
教師あり学習とは教師あり学習（Supervised Learning）とは、コンピュータによる機械学習の手法の一つで、「問題（入力データ）」と「正解（ラベル）」がセットになった学習データ（教師データ）を事前に大量に与えて学習させる方式です。コンピュータは問題と正解のパターンやルールを学び、それをもとに新しい「問題」だけを与えられたときにも、正しい「正解」を予測・判別できるようになります。画像認識や数値予測などで広く活用されています。具体例迷惑メールの自動フィルター機能が代表的な例です。「スパムメールである（正解）」
教師なし学習とは教師なし学習（Unsupervised Learning）とは、コンピュータに「正解（ラベル）」を与えず、「問題（入力データ）」だけを大量に与えて学習させる手法です。コンピュータはデータそのものが持つ特徴や構造を自ら分析し、似た者同士をグループに分ける（クラスタリング）ことや、データの規則性を発見することを行います。まだ正解がわかっていないデータの分析や、隠れた関係性を見つけるのに適しています。具体例ネットショップ（ECサイト）において、顧客の購買履歴データをもとに、「よく一緒に買われている商品のグ
強化学習とは強化学習（Reinforcement Learning）とは、コンピュータ（エージェント）が特定の環境のなかで「どのような行動をとるべきか」を試行錯誤を通じて自ら学習する手法です。コンピュータが良い結果を出したときには「報酬（プラスの点数）」を、悪い結果のときには「ペナルティ（マイナスの点数）」を与えることで、得られる報酬の合計が最大になるような最適な行動パターンを自発的に学習していきます。正解を与えるのではなく、行動の良し悪しをスコアで評価するのが特徴です。具体例将棋やチェス、囲碁などのゲームAIが、
生成AIとは生成AI（Generative AI）とは、大量のデータを学習した人工知能が、人間の指示（プロンプト）に応じて、テキスト、画像、音楽、動画、プログラムのソースコードなど、新しいコンテンツを自動的に作り出す技術です。従来のAIが「データの分類や予測」を得意としていたのに対し、生成AIは「新しいものを創造する」ことができる点が画期的であり、クリエイティブな業務の支援や業務の自動化に大きく貢献しています。具体例AIに対して「日本の富士山の上を飛ぶ鳥の絵を描いて」と文章で指示すると、それに基づいたリアルなイラス
誤り検出とは誤り検出（Error Detection）とは、コンピュータ間でデータを通信したり、ハードディスクなどの記憶媒体にデータを保存したりする際に、ノイズや障害によってデータの内容が途中で書き換わって（破損して）いないかをチェックする技術です。送信側がデータから一定の計算ルールに基づいて「検証用データ」を作り、データと一緒に送ります。受信側でも同じルールで計算し、送られてきた検証用データと一致するかで誤りを見つけます。具体例「パリティチェック」では、データの「1」の個数が奇数個か偶数個かを示すパリティビットを
誤り訂正とは誤り訂正（Error Correction）とは、コンピュータ間でデータをやり取りしたり、データをストレージに保存したりする際に、ノイズなどによってデータの一部が書き換わって（壊れて）しまった場合、受信側や読み出し側でその誤りを発見し、自動的に正しいデータへ修復（訂正）する技術のことです。誤りを検出するだけでなく、正しい値に直すための追加情報（冗長ビット）をデータと一緒に送ることで実現されます。具体例「ハミング符号」が誤り訂正の代表的な例です。送信するデータビットに対して特別な計算を行い、チェック用のビ
A/D変換とはA/D変換（Analog-to-Digital Conversion：アナログデジタル変換）とは、温度や音、光、電圧などの連続的に変化する「アナログ信号」を、コンピュータが処理できる「0」と「1」の離散的な「デジタルデータ」に変換するプロセスのことです。この変換は、「標本化（サンプリング）」「量子化」「符号化」という3つのステップを経て行われ、センサーから情報を読み取る様々な機器で不可欠な技術となっています。具体例マイクを使って歌声を録音するケースが身近な例です。歌声は空気の振動（アナログ信号）ですが
PWM制御とはPWM制御（Pulse Width Modulation：パルス幅変調）とは、電気回路において電力を細かくコントロールするための技術です。電圧そのものの大きさを変えるのではなく、スイッチの「ON（電気を流す）」と「OFF（電気を止める）」を非常に高速（1秒間に数千〜数万回）で繰り返し、そのONの時間とOFFの時間の比率（デューティ比）を変化させることで、モーターの回転速度やLEDの明るさを調節します。熱としての無駄な電力消費が少ないのがメリットです。具体例スマートフォンの画面の明るさ（調光）や、バイブ
フィードバック制御とはフィードバック制御（Feedback Control）とは、制御を行う際に対象の「現在の状態（出力）」をセンサーなどで計測し、それを「目標の値」と比較しながら、そのズレを無くすように次の指示（入力）を自動的に調整する制御方式です。「出力を入力に引き戻して反映させる」というループを絶えず繰り返すことで、外からの変化（外乱）があっても目標状態を維持できます。具体例エアコンの温度管理が代表例です。設定温度を25度にすると、エアコンは室温センサーで部屋の温度を測り、28度であれば冷風を強く出し、25度
公式資料へのリンクと確認日を各記事に掲載しています。