人工知能の資格 G検定(ジェネラリスト検定)を受験してみた。感想や対策方法など

Share

こんにちは!!ようこそ、当ブログgcbgardenへ。管理人のsakurabaaa(@sakurabaaa_g)です。

人工知能や機械学習の勉強を数ヶ月程度やってきたので、知識定着の確認という意味も込めて人工知能の資格試験である「G検定」を受験してみました。

試験までにやったこと、試験内容、対策などまとめます。

受験後にTwitterで知ったのですが、オンライン上で模擬試験を受けることができるサービスもあるみたいなので、最後に紹介したいと思います。

スポンサーリンク

そもそもG検定とは

日本ディープラーニング協会が主催している試験です。

G検定に合格すると以下のような人材となれるみたいです。

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

概要は以下の通り。

概要: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
受験資格:制限なし
試験概要:120分、多肢選択式の知識問題226問、オンライン実施(自宅受験)
出題問題:シラバスより出題
受験料(※):12,960円(税込) / 学生5,400円(税込)
試験日:2018年11月24日(土) 13:00開始
申込期間:2018年10月25日(木) 13:00 〜 11月15日(木) 24:00
申込ページ:日本ディープラーニング協会 資格試験専用Webサイト

ホームページをみたところ、年に4回程開催しているみたいです。

参考JDLA Deep Learning for GENERAL 2018 #2

もう一つ、E資格というものがあるみたいですが、こちらはエンジニア向けの資格とのこと。

いつか挑戦してみたいです。

推薦図書

G検定には推薦図書があります。

以下、ホームページに紹介されていた推薦図書です。

すべて購入すると1万円程になります。

資格一つ取るための出費なら安いのかなーっと思いつつ、まぁ痛い出費です。

公式テキスト

公式テキストもあります。

この公式テキストはわたしにとって大変参考になりました。

勉強をはじめるにあたって

この記事を読んでいる方はこれから学習をはじめて試験を受けてみようと考えている方も多いと思います。

学習をはじめるにあたり勉強方法やどの書籍を購入すべきか、などについて、わたしの主観になってしまいますが、次に紹介します。

試験までにやったこと

試験までやったことですが、推薦図書をベースに勉強をしました。

念には念をということで、すべての書籍を購入しましたが、以下の3つをほぼ完璧に覚えていれば問題ないと思います。

具体的には、G検定公式テキストの読み込みからスタートしました。

公式テキストはシラバスに沿って学習ができ、確認問題も付いているため知識チェックの手助けになりました。

その後、「人工知能は人間を超えるか」と「深層学習」を2度ほど読みました。

「深層学習」は数式がたくさん出てくるため、数式についてはなんとなくの理解で読み飛ばしました。

ただし、単語の意味などはしっかりと覚えました。

勉強時間

40日程度。
1日2時間×40日+2時間×10日(休日)=100時間程度
平日は通勤時間を使って書籍を読み進めました。
休日はもう少し勉強したと思います。

勉強をはじめるにあたり推薦図書もたくさんあるため、どの書籍がどの範囲と対応しているか迷ってしまうと思いますので、シラバスと比較してみます。

シラバス

シラバスは公式サイトから引用しました。

  1. 人工知能(AI)とは(人工知能の定義)
  2. 人工知能をめぐる動向例題
    • 探索・推論、知識表現、機械学習、深層学習
  3. 人工知能分野の問題
    • トイプロブレム、フレーム問題、弱いAI、強いAI、身体性、シンボルグラウンディング問題、特徴量設計、チューリングテスト、シンギュラリティ
  4. 機械学習の具体的手法
    • 代表的な手法、データの扱い、応用
  5. ディープラーニングの概要
    • ニューラルネットワークとディープラーニング、既存のニューラルネットワークにおける問題、ディープラーニングのアプローチ、CPU と GPU
    • ディープラーニングにおけるデータ量
  6. ディープラーニングの手法
    • 活性化関数、学習率の最適化、更なるテクニック、CNN、RNN
    • 深層強化学習、深層生成モデル
  7. ディープラーニングの研究分野
    • 画像認識、自然言語処理、音声処理、ロボティクス (強化学習)、マルチモーダル
  8. ディープラーニングの応用に向けて
    • 産業への応用、法律、倫理、現行の議論

ぱっと見ですが、かなり広範囲のことを学ぶ必要があるなと、勉強開始前は感じました。

シラバスと書籍の対応

それぞれの書籍とシラバスの対応はこんな感じです。
(完全にわたしのイメージです。参考までに。)

公式テキストは全体を広く浅く学べて、各書籍でそれぞれの分野についてより深く学んだ感じがしています。

シラバスの1.2.3の範囲は、松尾先生の「人工知能は人間を超えるか」がしっかりとカバーしてくれている印象でした。

機械学習やディープラーニングの概要や手法については、「深層学習」がかなりがっつしカバーしてくれていた印象です。

深層学習」は数式が多いため、文系の方が読むと大変かもしれません。

研究分野や法律、倫理については、あまり勉強しませんでしたが、出題数も多くなかった印象なので、その場でどうにか対応しました。

AI白書」から出題されている印象でした。

G検定を受けてみて

ざっくりと感想を書いていきます。

時間と問題数

問題数が226問とにかく多かったです。

ざっと1題あたり、30秒ほどで回答する必要がありました。

時間に余裕をもたせるためにも、即答できるレベルの知識を事前につけておく必要がありました。

試験システムはかなり使いやすかったため、わからない問題にはチェックをいれて、後から未回答の問題に移動するといったことができたため、これから受験される方は工夫するといいと思います。

Webやテキストの閲覧

自分のPCで受験できるため、試験中にWebサイトや書籍を使って問題を調べることが可能できます。

ただし、時間の制限があるため、かなり高速で調べる必要がありました。

実際にこんな感じになっている方もいました。

めちゃくちゃ調べたんだと思います。笑

わたしも、Kindleの検索機能を使いながら、重要そうなワードでKindle検索、ヒットしなければググるなどしました。

問題構成

問題構成はざっとこんな感じだった印象です。

①人工知能全般の基礎知識(2割)
②機械学習、ディープラーニングの技術面も踏まえた知識(6割)
③人工知能の現行の議論(倫理や法律など)(2割)

具体的には

①人工知能全般の基礎知識

  • 人工知能の歴史
  • 人工知能の3度のブーム
  • 推論・探索→知識、エキスパートシステム→機械学習、ディープラーニング
  • シンボルグラウンディング問題やフレーム問題

②機械学習、ディープラーニングの技術面も踏まえた知識

  • 機械学習の手法、SVM、決定木、クラスタリングなど
  • 誤差関数の最小化や、確率的勾配降下法について
  • 活性化関数(シグモイドやReLU、tanhなど)
  • CNNアルゴリズムや画像認識、物体認識の仕組み、有名なモデルについて
  • RNNのアルゴリズムや音声認識の仕組み

③人工知能の現行の議論(倫理や法律など)

  • AIの法制度や著作権や倫理について
  • AIの産業への応用について
  • 国際的なAIの取り組み

特に「②機械学習、ディープラーニングの技術面も踏まえた知識」関しては、技術よりの問題も多かったため、中途半端な知識だと頭がパニックになると思います。

ただ単語を知っているだけではダメで、その単語の意味や概念をしっかりと理解していないと回答が難しいものが多かったです。

実際に実装した経験がある方にとってはわりかし簡単そうな印象?でした。

合否結果

追記 2018.11.30

【 合 格 】

総受験者数 2,680名
合格者数  1,740名

無事、合格していました!!よかったー!!

さいごに、感想

G検定受験をきっかけに人工知能についての知識の整理ができ、いいきっかけになりました。

試験については内容もボリューム満点で大変な難易度の高さを感じました。

無事受かっていることを願って結果報告を待ちたいと思います。

次のステップとして、AIを使ったサービスなど作れたらいいなと思っています。

学習サイト

無料

無料のものが公開されていました。

G検定(ディープラーニングと機械学習の検定)模擬テストと公式例題解説を無料公開中

有料

有料ですが、オンラインで学べるサービスもいくつかあるみたいでした。

おわり。

この記事を書いた人。
20代。とあるネットベンチャーでがんばる働き屋さん、ブロガー。
書きたいことを気ままに書いてます!
Python、プログラミング、米株、カメラ、野球観戦がすき。趣味は新宿散策。

スポンサーリンク

Share

Follow