この記事は2019年に記載した内容です。
はじめに
XAIの流行りもあり最近ではGBDT系のアルゴリズムを活用する場合が多いのですが、特徴量エンジニアリングの過程の中で深層学習を用いた特徴量生成などに挑戦する機会があり、ディープラーニングについてより基礎的で体系的な知識を身に付けたいと思い立ち、G検定の受験を試みました。その際に私が行った勉強方法についてまとめます。
G検定とは
G検定とはジェネラリスト検定の略でJDLAが主催するディープラーニングに関する知識を証明する資格です。G検定の他にもE検定と呼ばれるディープラーニングを実装するエンジニア向けの資格もあるので実装力の証明をしたい方はそちらを受験すると良いと思います。
試験の中身についてはディープラーニングに関する知識から線形代数などの数学、機械学習全般の知識など幅広く出題されるため全く知識がない状態で試験に合格することは難しいと思います。
勉強前の状況
勉強前の状況ですが、ディープラーニングにおけるフレームワークなどは扱った経験があり、詳細なアルゴリズムまでは把握していませんでしたが、全く聞いたことがない単語はほとんどなく、手法と処理内容は概ね把握している状態でした。また、ディープラーニング以外の機械学習全般の知識にはそこそこの自信がある状態でした。
教材
今回実際に利用した教材は以下です。
学習方法
基本的な学習方法としてはひたすら問題集を解きながら知識が不足している箇所を調べて勉強するというスタンスでした。また、実際の試験では120分で100問(実際に回答するのは225問)といった非常に多くの問題に回答しなければいけないため、StudyAIが提供している模擬試験などにも挑戦して早く回答するように意識した勉強を行いました。
AI白書2019は非常に幅の広い領域を詳細にまとめている分厚い書籍のため初めてAIを勉強するという方からすると、「これを全て理解するのか…」と怪訝そうな顔をすると思います。そのため、全てを読んで理解すると言うよりは、勉強して行く中で「この領域は深掘りしたいな」と言う箇所があった際に読みこむ補助ツール的な位置付けで利用することをお勧めします。現に私も全部読み込んで試験に備えた訳ではなく、特定分野の今後の発展などについて把握しておきたいと言う時に利用していました。
受験
私は11月9日開催の第3回目の試験を受験しました。
過去の受験者の記事を参考にDeepLearningの発展の歴史といった内容が試験問題の中心になるのかと想定していたのすが、実際は最新の動向が多く出題されていたように感じました。特に自然言語処理や強化学習といった領域は勉強しておいて良かったと試験中幾度となく思いました。試験中でも知らないことは調べられるのですが圧倒的に時間が足らないので調べながらというよりは不安な問題を確認する程度で受験するくらいのスタンスで受験する方が確実に受かると思いました。
合格結果
結果は無事に合格していました。合格発表は受験日から約1週間後であったため、ほぼ確実に受かっているとは感じつつも早く結果が出ないかと待ち遠しい1週間を過ごしました。Twitterなどでも「早く合否結果通知こい」といったつぶやきをしてる方が沢山いたのでみんな同じ気持ちなんだなと謎のシンパシーを感じてた気がします笑
まとめ
ディープラーニングを日常的に利用している人であれば難易度は決して高くなく、勉強しなくても合格できる資格だと思います。ただし、技術だけではなくAIの歴史や発展に関する知識までを問われるため確実に合格したい人はしっかり問題集などで事前に勉強することをオススメします。今回私はディープラーニングに関する体系的な知識を獲得したいという思いで受験をしましたが、これを機により深い専門的なディープラーニングに関する知識を獲得して行こうと思います。
コメント