Opensourcetechブログ

OpensourcetechによるNGINX/Kubernetes/Zabbix/Neo4j/Linuxなどオープンソース技術に関するブログです。

ディープラーニング G(ジェネラリスト)検定 合格への道


こんにちは、LinuCエバンジェリストこと、鯨井貴博@opensourcetechです。

 

7/6に行われたディープラーニング G検定一般社団法人 ディープラーニング協会)に無事に合格できたので、その学習方法などのノウハウを残しておこうと思います。

f:id:opensourcetech:20190713233221p:plain



 

ディープラーニング G(ジェネラリスト)検定とは

以下のページに書かれている通り、「ディープラーニングを事業に活かすための知識を有しているかを検定する」という資格試験になります。

https://www.jdla.org/business/certificate/

 

試験概要

検定日:2019年7月6日(土) 13:00〜(120分)

問題数:226問(多肢選択式)

受験環境:自宅などインターネット接続可能なPCから受験可能

受験料:一般12,960円(税込)・学生5,400円(税込) ※インターネット/コンビニ決済

申込方法:G検定受験サイトより

 

なお、過去開催の受験者数・合格率も公開されております。

f:id:opensourcetech:20190713235635p:plain

https://www.jdla.org/wp/wp-content/uploads/2019/03/JDLA%E8%A9%A6%E9%A8%93%E5%AE%9F%E6%96%BD%E3%83%AC%E3%83%9B%E3%82%9A%E3%83%BC%E3%83%88_201903%E7%89%88.pdf

 

f:id:opensourcetech:20190713235818p:plain

今回の試験の場合、71.4%となり少し高めに感じますが、

受験した感覚だと決して簡単ではなく人工知能などに強い興味がある・人工知能などを使った業務に従事しているという方が多くを占めているように上記のURLからも推測されます。

申し込みをした方のほとんどが受験しているあたりもそう感じさせてくれます。

 

とりあえず申し込みをした・会社で一括で申し込まれたが、勉強はせずに記念受験だった・諦めて当日受験に行かない人が多いと思われる情報処理試験とは違うなというところ。※あくまでも個人的な所見ですw

https://www.jitec.ipa.go.jp/1_07toukei/oubosya_ruikei.pdf

 

 

受験前の私の人工知能・ディープラーニングに対する知識

最近のクラウドサービスやIT製品の中ではAIで処理などと宣伝されているものが多かったり、新聞などのメディアをみていてもAI関連の記事がちょこちょこ増えてきたなぁと感じていて、「AI・人工知能・ディープラーニング・機械学習・強化学習・自然減とご処理」などのキーワードを聞いたことはある程度です。

 

そういう中で、もうちょっと踏み込んで理解したいと思ったのが受験の動機です。

 

 

学習方法

 私が取り組んだものは、3つ。

①公式テキスト

f:id:opensourcetech:20190713231241j:plain

この本は、試験範囲全体をカバーしている教科書とでもいうものでしょうか。

人工知能の歴史から始まり、機械学習・深層学習(ディープラーニング)について・各アルゴリズム・使用される関数などの概要や手法・具体的な産業での活用事例が解説されています。

また、少しですが章毎に確認問題も用意されています。

 

ある程度知っているという方はもしかしたら不要かもしれませんが、おそらく初めて人工知能・ディープラーニングと向き合う方は読んだ方がいいと思います。

 

②問題集

f:id:opensourcetech:20190713231254j:plain

これは完全に問題とそれに対する回答・解説が載っている本で、公式テキストを読んだ後に理解度の確認も含めてみましょう。

また、実際のテストと類似したものもあるので受験に向けては必須かなと感じました。

 

③模試

以下で225問の模試を行うことが出来ます。

http://study-ai.com/generalist/

 

ベータ版となっており、アカウント登録さえすれば無料で利用可能です。(そのうち変わるかも)

 

これを確実に90%以上正解出来るようにしておくとよいでしょう。

なおこの模試、100%になるまで繰り返してやりたいところですが、回答しても採点されない問題があったりと100%にはならいので注意w

 

 

 

合格までのスケジュール

①受験申し込み

 2019年5月31日に受験申し込みが開始されますので、即日申し込みます。

②公式テキスト 1周目

 分からないことがだらけですが、しっかりと時間をかけて読み込みます。

③問題集 1周目

 第1章から第7章までの各章の問題を解き、解説を読む。

 そして、最後の総仕上げ問題で理解度を確かめるという感じでしょうか。

 この時点では、まだ4割程度しか正解出来ず、少し不安になりましたw

④模試

 これも問題集の総仕上げと同じように解けない割合が多いですが、一度本番の試験のイメージを作るために行います。

 解いてみると、大体の5割程度の正解率でした。

⑤模試

 ここでは、模試の正解率を9割程度になるまで、10回以上繰り返します。

 繰り返す中で徐々に正解率も上がっていき、問題に出てくるワードや問題で問われる内容への理解が深まります。

⑥公式テキスト 2周目

 多くも問題を解くことで知識がつき、1周目に比べると「ここはこういう事が書かれていたのか」というような発見が多くあり、理解出来る知識の幅が広がります。

 また、1周目で吸収出来ていたものについては、より理解が深まります。

⑦問題集 2周目

 2週目の総仕上げ問題では、正解率8割超と仕上がってきた感覚が出てきます。

⑧模試・問題集の繰り返し

 受験前に燃え尽きない程度に、模試・問題集を繰り返し時、常に9割以上の正解が出来る状態を保ちます。

⑨受験

 2019年7月6日 13:00-

⑩合格発表

 2019年7月12日 夕方頃に合格通知が登録したメールに届きました。

 

 

受験前に行うこと

インターネット受験になるので、登録したアカウントで受験サイトにログイン出来るか確認しておきます。

申し込みから結構時間が経過しているので、受験当日にログイン出来ないなどが内容にしておきます。

 

そして、試験では120分という時間の中226問を解きますので、単純計算1問あたり30秒しかかけることが出来ません。かなりの集中力を要するので、途中で疲れないように前日はよく寝て力を温存しておきます。

 

 

受験環境

・受験用PCと調べる用PCの2台を用意する

前述したようにどれくらい調べる時間があるのか怪しいところですが、試験では最新の人工知能動向などに関する問題もあり、それに対してはネット検索して答えを導きます。

これには、以下の2つが求められます。

・検索力(検索ワードの選定・検索結果から一番適切なものを瞬時で判断する)

・速読(表示したページの中から要点を瞬間で探す力)

 

なので、可能であれば受験用PCの横に検索用PC(もしくはマルチモニター環境など)があるとスムーズに検索出来ていいかと思います。

 

なお、公式テキスト・問題集を解くときにどうしても頭に入ってこないところがあるとは思いますが、そういう箇所には付箋を貼っておき、すぐにそこを開けるようにして手の届くところへ公式テキスト・問題集を置いておきます。

 

・受験はある程度集中して静かに受験出来る場所を選択する

これも120分集中して受験するために大事です。

 

私の場合、受験している隣の部屋でゲームをしながら騒いでいる輩がおり、これとの戦いによってかなり集中力削がれた気がしますw

 

今振り返ると、ノイズキャンセルヘッドホンなど用意していればよかったのかもしれません。

 

 

受験をしてみて

受験では迷った問題などにチェックをつけ最後に見直しが出来るようになっています。

しかし、全くそんな時間はなく、あと10秒くらいの段階で最後の問題が解けたというギリギリでした。

 

なので、

・わかる問題はサクッと進む

・ネット検索するときは1分程度までと決めて、時間をかけ過ぎない

・時間配分が大事(残り60分であと110問くらいなどいいペースで解けているかなど)

・問題の見直しは出来ない前提で受験する

ということを予め想定しておくとよいかと思います。

 

何にしても合格でき、チョットAIシッテル人になれました!

次は実際に色々と手を動かして試してみたいと思います。

 

 

終わりに

次回のG検定は、11/9に予定されているようなので受験される方の参考になれば幸いです。

受験を検討されている方は、頑張ってください!!!!!!!

f:id:opensourcetech:20190714013624p:plain

 

 

 

アフィリエイトのアクセストレード

 

 

 

 

 

 

www.slideshare.net

github.com

www.facebook.com

twitter.com

www.instagram.com

 

 

にほんブログ村 IT技術ブログ Linuxへ
Linux

にほんブログ村 IT技術ブログ オープンソースへ
オープンソース

 

 

Opensourcetech by Takahiro Kujirai