本勉強会に参加しながら、G検定に合格しましたので、合格に向けた勉強内容等について記載します。
2020年11⽉7⽇実施のJDLA主催Deep Learning for Generalist 2020#3を受験しました。
前提知識(講座参加前)
「人工知能は人間を超えるか」を読んだ程度でAIに関する知識はほとんど有りませんでした。貿易関連の仕事に携わっていますが、事務作業の自動化などに関心があったため本資格の受験を決めました。
使用した参考書・問題集
日本ディープラーニング協会の推薦図書を中心に、講師の方から勧めて頂いた書籍を用いて対策しました。高校卒業以来数学に全く触れておらず苦手意識があったため、必要な範囲を絞って数学に関する参考書も読み進めました。
・深層学習教科書ディープラーニングG検定(ジェネラリスト)公式テキスト
・徹底攻略ディープラーニングG検定ジェネラリスト問題集
→解説部分が簡潔にまとめられており、試験の全体像を掴むことが出来ました。
・人工知能プログラミングのための数学がわかる本
・最短コースでわかるディープラーニングの数学
・ゼロから作るDeep Learning-Pythonで学ぶディープラーニングの理論と実装
→難易度はやや高めでしたが、本勉強会に参加しながら理解を深めていきました。
結果的には試験対策に一番役立ちました。
試験当日の流れと感想
試験開始後すぐにAI関連の法律問題で手が止まり、大幅に時間をロスしました。また、画像認識中心に学習を行っていたため、音声認識や自然言語処理などの問題に手こずりました。反対に即答可能な問題も少なくなかったので、中盤以降の分からない問題はチェックを付けて飛ばし、最後まで解き切ることにしました。とにかく問題数が多く、見直しの時間は残りませんでした。
事前に模試などを受けて時間配分を考えておけば、本番で余裕を持って回答できるかも知れません。徹底攻略問題集(いわゆる黒本)を3周以上したのですが、試験問題の方が難易度が高いと感じました。また、時事・法律問題の対策として、少なくとも一度はAI白書に目を通しておくことをお勧めします。
最後に
検定試験終了後2週間ほどで受験結果が届き、無事合格することが出来ました。参考書代、受験料を考えると決して安くない検定だったので、単に合格だけをゴールにするのではなく、試験対策を通して得た知識をどのように活用していくか、ということをイメージして学習に臨みました。AIとは縁遠い業界で働いていても、物流や製造の現場におけるAI活用に関するニュースは毎日のように耳に入ってきます。今回のG検定を通してAIの全体像をぼんやりと把握出来たことで、新たに登場してくる技術を具体的にイメージすることが出来るようになりました。今後の学習の方向付けにも役立ったので、受験して良かったと思える試験でした。