統計ロードマップ
AIエンジニアになるための
統計・数学・Pythonを、
一気通貫で学べる無料サイト。
数学基礎 → 統計学 → 機械学習 → AI 検定 ─ 4 ステップで迷わず進める学習ロードマップ。
- 2,100+ 演習問題
- 41 検定 ・ 級
- 40+ 教科書
- 320+ 用語
- 33 図解
- 17 計算ツール
- 72 ブログ
- 完全無料・登録不要
初めての方へ
このサイトは、AIエンジニアになるための統計・数学・Python を一気通貫で学べるロードマップです。全体像を把握したい方は AIエンジニア・ロードマップ、自分の現在地を確認したい方は 3 問の級診断 、学習計画を逆算したい方は 学習プラン計算 からどうぞ。
学習は 5 つのフェーズ で積み上げます ─ 数学基礎 → 統計学(基礎) → 統計学(応用) → 機械学習・DL → AI 系検定。数学に不安があれば 数学基礎 から、統計の言葉に慣れたい方は 統計検定 3 級の教科書 が入口になります。AI 検定(G 検定 / E 資格 / DS 検定)や統計検定 1 級まで同じサイト内で対策できます。
各章には 図解 ・ Python / R コード ・ 演習問題 が併記されており、理論 → 動かす → 解くのループで定着します。各問題に付く難易度バッジ(★☆☆ 基礎★★☆ 標準★★★ 応用)を目印に、無理のない順で力をつけていけます。会員登録不要 ・ 完全無料 ・ ブラウザ完結。
学習の 3 ステップ
気づく → 測る → 学ぶ の順で進めるのがおすすめです。
目的 × 検定 で探す
あなたの目的と進めたい検定の交点から、最適な入口を見つけられます。
最新動向 ─ 2026 春
3 つの始め方から選ぶ
読む・解く・試す ─ どこからでも 1 タップで学習開始。
AIエンジニアになるための 4 ステップ
数学 → 統計 → 機械学習 → AI 検定。各ステップは前のステップで身につけた言語に積み上げる構造です。寄り道せず、最短距離で実装力までたどり着けるよう設計しています。
- STEP 1Mathematical Foundations目安: 1〜2 ヶ月
数学基礎
Mathematical Foundations微分・線形代数・確率を、AIで使う部分だけ抜粋。式が読めるようになることが最初のゴール。
- STEP 2Statistics目安: 2〜4 ヶ月
統計学
Statistics記述統計 → 確率分布 → 推定 → 検定 → 回帰。AI モデルが何をしているのかを統計の言葉で理解する。
- STEP 3Machine Learning & Deep Learning目安: 2〜3 ヶ月
機械学習・DL
Machine Learning & Deep Learning回帰・分類・主成分分析・ニューラルネット・CNN・損失関数・最適化。Python で動かしながら理論と実装を結ぶ。
- STEP 4AI Certifications目安: 1〜3 ヶ月
AI 系検定
AI Certifications知識を形にする最終仕上げ。G 検定で広く、E 資格で深く、DS 検定で実務観点を補強。
今日の 1 問
読み込み中…
学習ブログ
- キャリア2026-05-05AIエンジニアになるには 2026年版 ─ 必要なスキル・資格・ロードマップAIエンジニアを目指す未経験者から経験者まで、2026年版の必要スキル・推奨資格・年収レンジ・1年学習ロードマップを完全網羅。数学・統計・Python・ML・MLOpsの順序立てた学習法と現実的なキャリアパスを提示。記事を読む →
- 実装2026-05-05Pythonで学ぶ統計学 ─ ライブラリ別 早わかり比較 2026年版Python統計分析の主要ライブラリ numpy / scipy.stats / statsmodels / pandas / scikit-learn を用途別に整理。検定・推定・回帰・分類でどれを選ぶべきか、実装例コード付きで2026年版の最新情報で解説。記事を読む →
- 参考書2026-05-05統計検定 おすすめ参考書 級別まとめ 2026年版 ─ 4級から1級まで統計検定の参考書を4級・3級・2級・準1級・1級の級別に整理。最初の1冊・問題演習・理論補強の3軸で2026年版のおすすめを比較。独学派と講座派の選び方、コスパ最強の組み合わせも提示。記事を読む →
級別コンテンツ
受験したい級、または自分のレベルに合った級を選んでください。**入門編** はサイト独自の超初心者向け、4級〜1級が公式の統計検定範囲です。
関連検定(別系統)
データ・AI 系資格の代表的なパス。実務志向・調査志向・AI 概念・全方位リテラシー・生成 AI 活用から目的に応じて選べます。
統計検定 系列(統計学会)4 検定
AI / ディープラーニング4 検定
G検定(JDLA)
AI / ディープラーニングを事業に活かすための広範な知識を問う検定(JDLA 主催)。
生成AIパスポート
GUGA 主催。生成 AI を業務で安全 / 効果的に使うリテラシーを問う、全職種向けの入門検定。
AI 実装検定
エッジ AI 協会主催、S/A/B 3 段階。PyTorch / Keras 実装を問う、G 検定と E 資格の中間。
画像処理エンジニア(エキ)
CG-ARTS 主催。古典 CV から DL(CNN ・ U-Net ・ YOLO)まで網羅する画像 AI 専門検定。
Python ・ 品質工学1 検定
IPA 国家試験5 検定
ITパスポート試験
IPA レベル 1 の国家試験。社会人 ・ 学生の IT 入門。3 分野バランスでリテラシーを測る。
基本情報技術者試験
IPA レベル 2 の国家試験。通年 CBT で受験可能な IT エンジニアの登竜門。
応用情報技術者試験
IPA レベル 3 の国家試験。アルゴリズム ・ DB ・ AI ・ セキュリティ ・ 経営戦略まで広範に出題。
データベーススペシャリスト
IPA レベル 4 高度試験。関係代数・正規化・SQL 上級・チューニング・NoSQL・DWH を網羅する DB 専門家認定。
ITストラテジスト試験
IPA レベル 4 高度試験。経営戦略 ・ 事業戦略 ・ IT 戦略 ・ EA ・ DX ・ 投資判断を一気通貫で網羅。
AWS5 検定
AWS AI Practitioner
AWS の AI / 生成 AI 認定 Foundational レベル。Bedrock ・ SageMaker ・ 責任ある AI を測る。
AWS SAA
AWS Associate の代表認定。EC2 / S3 / VPC / IAM などを Well-Architected に沿って設計する力を測る。
AWS ML Engineer Associate
AI Practitioner の上位、SageMaker / Bedrock / MLOps の実装力を測る AWS ML 系 Associate 認定。
AWS Data Engineer Associate
2024 GA の AWS 新 Associate 認定。Glue / Athena / Redshift / Kinesis / Step Functions / Iceberg / Lake Formation を網羅。
AWS ML Specialty
AWS ML 系の Specialty 認定。Built-in アルゴリズム ・ HPO ・ Quantization ・ Clarify ・ Model Monitor まで網羅。
Microsoft Azure4 検定
Azure AI Fundamentals
Microsoft 認定の AI Fundamentals。Azure ML ・ OpenAI ・ Copilot ファミリを測る。有効期限なし。
Azure AI-102
Microsoft の AI Engineer Associate。AI-900 の上位、Azure OpenAI / Search / Foundry の実装力を測る。
Azure Data Scientist
AI-900 / AI-102 と並ぶ Azure AI/ML 三本柱。Azure ML SDK/CLI v2 ・ AutoML ・ Sweep ・ Endpoint ・ RAI ・ MLOps を網羅。
Azure Data Engineer
Azure DE Associate 認定。Synapse 3 プール ・ Data Factory ・ Stream Analytics ・ Databricks ・ Lakehouse ・ Purview を網羅。
Google Cloud3 検定
GCP Generative AI Leader
Google Cloud 認定の生成 AI Foundational。Vertex AI ・ Gemini ・ Workspace ・ Grounding を測る。
GCP Professional ML Engineer
GCP 認定の Professional レベル ML 認定。AWS MLA-C01 / Azure AI-102 と並ぶ三大クラウド ML 認定の 1 つ。
GCP Pro Data Engineer
GCP DE Professional 認定。BigQuery ・ Dataflow ・ Pub/Sub ・ Composer ・ Bigtable / Spanner ・ Looker ・ Dataplex を網羅。
データ基盤 ・ BI4 検定
Snowflake SnowPro Core
クラウドデータプラットフォーム認定。Time Travel ・ Cloning ・ Data Sharing などモダン DWH 機能を網羅。
Databricks Data Engineer
Snowflake と並ぶモダンデータ基盤の双璧。Spark + Delta Lake + DLT + Unity Catalog を網羅。
Power BI(PL-300)
Microsoft の BI 系 Associate 認定。Power Query / DAX / 可視化 / Fabric / Copilot を網羅。
Tableau Desktop Specialist
Power BI と並ぶ BI 認定の双璧。LOD ・ ダッシュボード ・ Analytics を網羅。有効期限なし。
よくある質問
- Q.統計ロードマップは無料で利用できますか?
- はい、教科書・公式集・演習問題・統計計算ツール・図解 ─ サイト上のすべてのコンテンツを完全無料でご利用いただけます。会員登録も不要です。
- Q.AIエンジニアを目指すなら、どの順で学ぶのがいいですか?
- 数学基礎(微分・線形代数・確率) → 統計学(記述・推定・検定) → 機械学習(回帰・分類・DL) → 関連検定(G検定・E資格・DS検定)の 4 ステップが王道です。本サイトの『AIエンジニア・ロードマップ』セクションがそのまま学習順になっています。
- Q.統計検定はどの級から始めるのがおすすめですか?
- 統計学を初めて学ぶ方は『入門編』、高校数学を経験している方は『4級』、大学初年度の確率統計を理解したい方は『3級』、AI/機械学習の前提として実務レベルを身につけたい方は『2級』からの開始がおすすめです。3 問の級診断で目安が出せます。
- Q.Python や R のコードはありますか?
- はい、教科書・図解の各章に Python(NumPy/SciPy/Pandas/scikit-learn)と R のコード例を併記しています。理論を式で理解した後、コードで動かして再確認できます。AIエンジニアに必要な実装感覚をそのまま養えます。
- Q.AI 系の検定(G 検定・E 資格)は対策できますか?
- はい、G 検定・E 資格・DS 検定それぞれに教科書・演習問題・受験情報を用意しています。統計の基礎を固めたあとそのまま AI 系検定に進めるカリキュラムです。
- Q.スマートフォンでも使えますか?
- はい、レスポンシブ対応済みでスマートフォン・タブレット・PC のいずれからも快適に学習できます。インタラクティブ図解もタッチ操作に対応。PWA 対応でホーム画面に追加すればアプリのように使えます。