株式会社Present Squareのインターン生として勤務しています伊藤です。
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。
2021年11⽉6⽇実施のJDLA主催Deep Learning for Generalist 2021#3を受験しました。
前提知識(講座参加前)
E資格に繋がるAI関連の用語などの知識を獲得したいと考えて受験しました。
大学で統計数学を学びつつ、「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」を半分程度まで、独学で読んでいました。機械学習、ディープラーニングの手法や仕組みについて、網羅的には把握していない状態からのスタートでした。
G資格受験前の準備、勉強法
始めに行ったのは試験方法を確認することでした。CBT方式であり、尚且つ自宅から受験できることから、試験中に用語を検索できることがこの試験の最大の特徴だと思います。
しかし、過去問題を確認すると、「適切でないものを選べ」など、問題の出題方法が少し変わったものになっているということが判明しました。
9月中旬から「ディープラーニングG検定 公式テキスト」を１日１章分を目指して、１週間で読みあげました。(同時期に、基本情報処理の試験があったため、かなり早い段階から対策をしていますが、本来であれば10月初旬から開始していたと思います。)
出題される用語がとても多いことと、それぞれの用語をまとめる必要があると思い、２週間ほどかけて、マインドマップを作成しました。MindMeisterというサイトを活用しました。
その後、「最短突破 ディープラーニングG検定問題集」を解きつつ、足りない解説をマインドマップに書き付け足していくことで、理解を深めていきました。(公式テキスト内の出てくる用語がきちんと理解できているか、という確認のために購入しました。それなりの問題量があり、最近出版されたものであれば、どの問題集でも大丈夫だと考えます。)
また、Present Squareが提供しているE資格講座の動画も学習に活用させてもらいました。AIの変遷、法律やAI技術の応用などはG検定にのみ出題されますが、機械学習、ディープラーニングの手法などはE資格レベルのものから勉強しても損はないと感じました。
10月の下旬に入るころには、問題集の中身をマインドマップを使わずともスラスラと解けるレベルになっていたと思います。別試験の準備もあったのでほぼ勉強していなかったように思います。
試験当日の流れと感想
手元に公式テキストを念のため置いておき、マインドマップをあらかじめ開いた状態で開始しました。
AI関連の法律問題と知らない用語が出てきた問題は飛ばすことを事前に決めて試験に臨みました。紙媒体とは違うため、若干のやりづらさがありましたが、機械学習、ディープラーニングの概要、手法、またAIの変遷などは問題なく進めることができました。
しかしながら、残ったAI関連の法律問題はマインドマップや公式テキストに掲載されていないものも多々ありました。また、掲載されていても大まかな説明のみで、きちんとした回答を得るためには事前に調べておくべき問題もありました。
反省として、マインドマップを作成する際は、全ての用語を書き出すのではなく、覚えることが難解なものに絞ることで、見やすく復習しやすいものにするべきでした。
また、テキストや問題集で出題されている用語表記と実際のG検定で出題される用語表記に違いがあるため(“LSTM”が”Long Short-TermMemory”と表記されるなど)、自分の中で用語表記を統一しておくと尚解きやすくなっていたのかなと思いました。
最後に
結果としては、無事に合格することができました。ディープラーニングの手法など過去のAIの変遷などは知識問題として変わらず出題されますが、AIに関連した応用技術や法律などはG検定に限らず、次々と登場するため、常日頃からの勉強は必要だと感じました。
また、数学的な知識も得たいと考えている方は、G検定だけでなく、出題範囲があまり変わらない統計検定データサイエンス基礎/発展を受講してみるのもいいかと思います。