１ヶ月でG検定無事合格したので勉強法まとめました

どうも、solobochiです。

先日(7/6(日))受験した、JDLA（日本ディープラーニング協会）認定のG検定資格に無事合格しました。

無事、G検定合格しました！

合格率思ったより高かったな。#G検定 pic.twitter.com/5pLMtGYRXM

— solobochi (@solobochi) July 12, 2019

試験終了。無事合格してたら勉強法ブログにUpします。
#G検定

— solobochi (@solobochi) July 6, 2019

てことで宣言通りブログ書いてます

目次

1. G検定とは？
2. 受験の動機・経緯
3. 勉強法
4. まとめ

G検定とは？

G検定

👉一般社団法人　日本ディープラーニング協会が実施する資格試験で、Generalist（ジェネラリスト）検定の略で、G検定。
👉ディープラーニングの基礎知識を有し、適切な活用方針を決定して、事業応用する能力を持つ人材

▶️ざっくり言えば、ディープラーニングを事業創造に活用できる人材。そのために、ニューラルネットワークを多層・真相にした機械学習手法の一つであるDeepLearningについての一般的な知識を有し、そのアルゴリズムについて(CNN,RNN,LSTM,BERT,attentionモデル,,etc)の知識も持ち、それでいてその技術をビジネスに活かすことができる人材。ゆえに、ディープラーニングの活用事例、関連する法制度、最新の動向などについても詳しい人材。
※一般にジェネラリストとは、ビジネスにおける広範な知識・技術を有する人材のことを言う。
※おそらく、ディープラーニング協会検定資格のエンジニア資格と対をなす資格として、ニューラルネットワークの実装をメインに行うエンジニアに対して、それをビジネスに活かす側の人材としてディープラーニング、機械学習、AI研究分野、そしてそれらの最新動向等の情報・知識を広範に有する人材という意味でジェネラリストと名付けられているものと推察する。

※詳細は、JDLAのHPを参照

（ちなみに、、）
▶️ディープラーニングの技術を理解し使いこなせる人材は、Engineer（エンジニア）資格の略で、E資格という。
👉ディープラーニングの理論を理解し、適切な手法を選択して実装する能力を持つ人材
👉こっちも取りたいけど、こちらは受験するためにJDLA認定プログラムと呼ばれる研修を事前に受講しておかないといけない。実態はJDLA認定を受けた外部機関による高額有料講習で、30万〜50万掛かるため、個人ではなかなか申し込みが難しい。。会社に掛け合っている最中だが、難航中・・・(泣

G検定の学習のシラバスはこちら⤵️

受験の動機・経緯

私がG検定の存在を知ったのは、去年松尾研究室のDeep Learning基礎講座を受講したときだったと思います。

ただし、当時は他の資格(PMやPMP)の勉強で忙しく、明確に取得しようと思い立ったのは、今年の4月でした。

AI EXPO＠ビックサイトで松尾教授の講演を聴いて、その講演の中で大々的にG検定の資格を宣伝していたので

その場でG検定問題集を購入しました。（※イベントで買うと、少し安く買うことができます）

AI人工知能EXPO最終日！
今日も盛況！

松尾准教授の講演メモ

DeepLearningはInternet同様の汎用目的技術。
ゆえにこれを制するものが次の時代を制す。

(引き続きGAFAのGAが制しそうやな、。)

最後の
"今が大きなチャンス!"

ってところ、相変わらずアツかった！
(思わず赤字でメモした)#aiexpo pic.twitter.com/ENm3W6N7rY

— solobochi (@solobochi) April 5, 2019

で、その日の帰りのバスで試験日程を確認し、試験の出題範囲や過去の難易度等を調べて、そこに自分の忙しさを

鑑みて、試験１ヶ月前に当たる6月から勉強を開始して、１ヶ月で合格する計画を立てました。

また、これは補足ですが、当時弊社ではG検定について、資格取得時の返戻金還付対象に含まれていませんでした。

そこで、人事部に相談し、まだ合格した訳でもないのに、合格した場合に返戻金対象に含めてもらうよう調整し、

今回の試験から、返戻金対象に含めてもらうよう、社内規定を改修してもらいました。

こんな調整をしておいて不合格だったら、せっかくこちらの要望を柔軟に受け入れていただいた人事部の方にも

申し訳ない、というのも、自分にとっては（今思えば）ある意味でいいモチベーション向上に寄与することになりました。

勉強法

🔸使用した参考書、問題集

まずは一覧。

Kindleで線引くよりは本でマーカー引く方が頭に入るので、本も購入。

でも通勤とかちょっとした移動の隙間時間とかで見るぶんにはKindleの方が優れていて、

結局、本もKindleも購入。本の方は受験後即メルカリで売却。

受験料の１５,０００円と合わせると、、約３万円。

（なかなかの出費だ。。）

では、それぞれについて説明。

🔹G検定公式テキスト

👉唯一の公式テキスト
👉とにかくまずはこれを読まないと始まらない
👉松尾教授の講演を聞いたことがある人だと、特に前半は理解しやすい
👉結構掛かるかなと思っていたが、読みやすく、３日くらいで一通り理解できる

また、直前に見返して、重要そうなものや、記憶・理解が浅いものなどについては別途書き出して覚えました。

⤴️オントロジーは出題された気がする

⤴️正解率、適合率、再現率、F-measureはキホンですね。（出題もされました）

⤴️ILSVRCはキホン、YOLO、SSDも出題されました。

⤴️word2vecは出てた気がします。

🔹G検定問題集（黒本）

👉スキルアップAIの方による著作
👉上述の公式テキストとこの問題集で対策するのがおそらくもっともメジャーな勉強法
👉私は、最終確認として使いました
👉なので、２１６／２２５問（正答率９６％）でした
👉結果論にはなりますが、基本的なレベルの問題なので、最終確認に使うのが良いかと思います

問題集1

問題集2

🔹G検定問題集（Kindle）（神草出版）

👉基本的には難しくなかった。やたらCNNの特徴量マップが多く、おそらく問題を考える労力を惜しんだものと思われる。500円だったので別に気にしていないが、買わなくてもよかったかも。。
👉実際の試験では、特徴量マップの計算は2問しか出なかった

活性化関数

⤴️活性化関数は基本ですね

対策問題

⤴️正則化も出ましたね

🔹Study-AIの無料問題集（Web）

👉公式テキストや神草の問題集では出てこなかった問題がたくさん入っていたため、わからない問題が多くて正直ヘコんだ
👉結構間違えた、というか知らなかったことが多くて、誤答が多く、直前にやらなくてよかった
👉時事問題も含まれていて勉強になった
👉結構、同じ問題が本試験でも出題されていた

Study-AI

⤴️Define by Runの問題とかそのまま出てた気がする

⤴️局所コントラスト正規化とか、Study-AIで知った

⤴️勾配降下法の最適化アルゴリズム

🔹AI白書（Kindle）

👉これは最後の詰めとして購入
👉公式テキスト、問題集を一通り実施して、最後に若干時間があれば読んでおくと良い
👉時事問題の対策の一環になる
👉私は、半分くらいしか読み終わられなかったこともあり、当日時事問題にはかなり苦労しました
（とはいえ、あの時事問題は、検索すること前提の問題だとすら思っていますが。。）

 

まとめ

時系列の観点を書き忘れたので、まとめとして整理しておくと、１ヶ月をこのように学習を進めました。

１.G検定公式テキストを読み、各章の例題で理解度の確認　（３日）※平日なかなか時間取れなかったので１week

２.G検定対策問題集（神草）で演習＋間違えた問題について復習して頭に入れる（３日）※同様にここまでで２week

３.Study-AIで演習（3日）※ここまでで３week

４.G検定問題集（黒本）で演習（１日、というか本番通り２時間で回答＋復習）※ここまでで４week

５.最後の詰めで、AI白書

もう1回受験しろ、と言われても、この流れで勉強すれば、確実に１ヶ月で合格できると思います。

当日、時事問題がかなり難解で焦りましたが（しかも前半に時事問題が出てきたので）、

必ず基礎的な内容の問題もあるはず、と信じて解きました。

なので、後半になって、やっと時事問題ゾーンが終わって、即答できる問題ゾーンになった時に、

「やっと抜けた〜」と思い、そこからペースアップしてなんとか30分程度残して回答することができました。

この傾向が続くとすれば、確実に基礎的な問題について即答できるように学習しておくことが大事だと思います。

そうすることで、時事問題については検索する十分な時間を確保することができます。

では、長くなりましたが、本記事を見て一人でも多くの方の参考になればとても嬉しいです。

以上