ついにWATLABブログから書籍「いきなりプログラミングPython」が発売しました！
ディープラーニングの内容を含むAI資格として有名なG検定に合格しました！合格者の立場から実際にやった事、難易度の感想や当日役に立った事をブログにまとめておこうと思います！
こんにちは。wat(@watlablog)です。ここではG検定に合格した記念に、実施した試験対策と感想を書いてみます！
G検定に合格すると、以下のような合格証書と名刺用のロゴが発行されます。これ自体にはそれほど意味はないと思いますが、参考までに。
G検定を受けた目的
僕がG検定を受けた目的は、「最新技術であるAIを知る」です。
現代社会でこれだけ世間が「AI！AI！」と言っているのに個人的には何も知らなかったので、純粋な「もっと知りたい」という好奇心が受験の動機です。
G検定は機械学習の歴史、具体的な手法、ディープニューラルネットワークの構造、利用方法、法律や世界動向といった幅広い内容が試験範囲です。
G検定の試験勉強をするということは、AIの事を知りたいという目的を達成する最適な手段だと思いました。
ちまたでは転職や昇進といったステップアップに有利という話をしていますが、僕個人は現時点で特にそのようなことは考えていません。
G検定とは？
世間的な位置付け
G検定とは、日本ディープラーニング協会（JDLA：Japan Deep Learning Association）が主催している認定試験です。
JDLA公式ページ：https://www.jdla.org/
この検定に合格すると、「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」としてアピールすることができます。
G検定は2017年12月から始まった新しい資格です。そのため世間の認知度としてはまだまだな所は否めません。
しかし「日経XTECH「役立つIT資格」ランキングに異変、8位に初登場したあの資格」にもあるように、IT資格として早々ランクイン。今後IT技術者や経営者が取りたい資格としてランクアップしてくることが予想されます。
ディープラーニングや機械学習系の業務をするなら知らないと恥ずかしいレベルの事が問われるため、これを取得できれば、AI分野が「ちょっとわかる」と言えるような感じ。
合格率と難易度は？
僕が受験したG2020#1は約66.7%の合格率でした。
詳しくは「JDLA、設立3年目で累計2万人のディープラーニング活用・実装人材を輩出」をご覧下さい。
例年70%近い合格率であることと、自宅受験(書籍やWebで検索可能)ということで、数値や試験形態からくるイメージは「簡単そう(笑)」となります。
出題範囲もJDLA公式ページにシラバスがあるし、対策本もやり込めばかなりの正答率を出すことは出来ます。しかし、「適当に対策本やっておいて、わからない問題はGoogle先生に聞こう」と考えてこの試験を甘く見ていると、多分落ちます。
合格ライン等は公開されていないので、実際にはどれくらいできていれば良いのかがわかりませんが、僕のようなAI素人が感じる問題のレベルは高めでした。
Twitter等でG検定を受けている人をざっと見てみると、既に機械学習を使って業務をしている人や、大学で人工知能分野の研究をしている学生、日頃からプログラムを書いているIT技術者が多い印象。そんな方々(僕からしたら猛者)が受けている中で合格率70%…この数字をどう捉えるか。
まず、120分の制限時間で問題数が230問程度と大量に処理しなければなりません。ちょっとわからないからと言ってGoogleに聞いてばかりいると、全問解き終わらず終了し落ちると思います。
体感としては、本記事で紹介している対策本に出てくる内容は数秒で解けるようにしておくと良いと思いました(対策本の内容はとれて当たり前で、本当に真剣勝負しなければならないのは最新のディープラーニングに関する話題や法律問題…)。
甘く見てると落ちる…そんな所感！
買っとくべき参考書
問題集(通称黒本)
G検定を受験する際、何から勉強すれば良いかわからないという人は、まずは通称「黒本」と呼ばれる以下の問題集をやりましょう。
この本はG検定の出題範囲としてJDLAで公開されているシラバスに則り、実際の試験問題のような形式で解いていくことが可能です。
解説も良い意味で簡潔に書いてあり、機械学習やディープラーニングの分野でどんな用語が使われているのかを学ぶのに最適です。
白本と呼ばれる公式テキストもありますが、僕はやりませんでした。
人工知能は人間を超えるか？
この本はJDLAの会長である東大准教授の松尾豊氏が書いた本で、「人工知能とは何か」「人工知能はどんなことができるか」「今後どうなるか」といった内容に加え、過去の人工知能研究の歴史もわかりやすく書いてあります。
上記黒本を一通り解いた後に見ると、人工知能という分野がどんなものであるかを認識することが出来ると思います。
最新版のAI白書
今回、受験時に意外と助かったのがAI白書2020の内容でした。本書はAIに関する世界の最新情報や研究動向、法律や制度に関する整備状況、日本と諸外国のAI活用戦略…とホットな内容が満載です。そして実際の試験問題はこの本を調べなければ解けないといって良い問題もいくつか出題されていました(Google検索では時間がかかりすぎる)。
ただ、当日になって初めて読もうとするとあまりのボリュームに圧倒されるため、試験前に2回くらい流し読みしておいた方が良いです。
やっとくべきその他の勉強法
アウトプット！
今回最も効果を感じた勉強法は何といっても「アウトプット」に尽きます！僕はG検定の学習として以下の5つのブログ記事で学習内容をまとめていました。
【G検定の学習】人工知能(AI)の定義と分類を整理！
【G検定の学習】3度のAIブーム整理！過去の終焉理由と研究の動向
【G検定の学習】機械学習の具体的な手法や概要のまとめ
【G検定の学習】ディープラーニングの概要と具体的な手法
【G検定チートシート】AI関連法律や動向含む試験当日のカンペ
学習内容を実際に文字にしてみると、よくわかっていない事は全く文章に出来ないということがよくわかりました。
記事としての文章になるまで、理解が足りない部分はWeb検索を繰り返したり、実際に式をPythonでコーディングして実行してみるといった事をやっていました。
G検定に受かることを目的にしている人にとっては時間もかかるし過剰な学習だとは思いますが、僕の場合は試験を通してAI分野の知識を獲得するという目的であるため、このアウトプット学習法は目的に沿った最適な学習方法だったと思います。
インターネットを見ていると、Twitterで学習内容をつぶやいている方が多くいらっしゃいました。ツイートも不特定多数の人に発信する立派なアウトプットです。
ブログ記事にするのはちょっとハードルが高いという方は是非Twitterをやってみましょう！（試験前は関連情報をつぶやいているので僕（@watlablog）のフォローも是非！）
模擬試験
一通りの知識を得たら、後は試験問題に慣れるために模擬試験を行いました。
StudyAIさんが実際の問題に近い模擬試験サイトを開設していますので、G検定を受験する方は一度利用させて頂くことをオススメします。
おそらく初めて受けた人は全然解けなくて軽く絶望するでしょう…。
この模擬試験で仮に100%の正答率でも本番の試験でまた絶望することになるので、一回絶望に慣れておくという意味でも大変有用なサービスですね。
練習問題に過学習すると本番のテスト問題に対する汎化性能が落ちるという事を理解しました。
当日役に立ったこと
カンペの用意
アウトプット学習のおかげでほとんどの基礎的な用語は覚えることが出来ましたが、定理や人物の名前といったものは忘れがちです。
そのためカンペ(カンニングペーパー)のページ(ブラウザ上で検索できるもの)を作成して当日見ていました。
【G検定チートシート】AI関連法律や動向含む試験当日のカンペ
このページからは情報銀行や個人データに関する定義がそのままの文章で本番の問題に出題されていました。いちいち内閣府の重いページを検索したり、分厚いAI白書を開かなくてもよくなるので、カンペがあると安心ですね。
Twitterのブックマーク
G検定前になると急にG検定関連のツイートが増えて来ます(僕も含めて)。
皆さんアウトプットして学習しているようですが、Twitterは140字以内でツイートしなければならないため、綺麗にまとまった文章が多い印象。
忘れそうな内容はTwitterアプリでブックマークしておけば当日見ることができるので便利でした(3問ほどこれに助けられた！感謝！)。
模擬試験解答のHTMLファイル
上記で紹介したStudyAIさんの模擬試験は、最後まで進めると問題文と解答がセットになったページを見ることができます。
これをHTMLファイル等で保存しておくと、当日ブラウザ上で開いてCtrl+Fでも押せば簡単に検索が可能です。
カンペにまとめるには骨の折れるようなボリュームなので、僕はこの方法でかなり精神的安定を得ることが出来ました。
受けてみた感想まとめ
冒頭でも記載しましたが、G検定はAI分野の基礎用語や概要を理解するのに大変役立つ試験だと思いました。
この資格がなかったら、おそらく体系だった学習をしようというきっかけが無く、当ブログのAIカテゴリの記事はほとんど増えなかったと思います。
今回の勉強の過程で得た実利としては、各種の古典的機械学習を実際に使って分類や回帰ができるようになった事が挙げられます(特にサポートベクターマシンによる非線形データのフィッティング性能には感動しました)。
勾配降下法を始めとした各種最適化手法も名前と特徴を暗記出来ず、実際に式をコードで書いて特徴を比較したので、これも1つ武器を手に入れたことになりました。
これらの技術は現在の会社での業務にも役立たせることが出来るかも知れません。
また久しぶりに合否をジャッジされる試験を受けてすごく新鮮でした。
難関資格というわけではないのですが、実際に自分の名前と共に書かれた「合格」の文字を見るとやはり嬉しい。他にも色々な資格をとってみるのもアリかなとも思いました(趣味で)。
他にも受けてみました
G検定合格した人であれば、AI実装検定も受かると思います。G検定を皮切りに以下の検定も受けてみて合格したので、参考までに。
【朗報】G検定取得者がノー勉でAI実装検定A級に合格した件
AI実装検定S級に合格したので勉強方法と試験内容を振り返る
今後
G検定はジェネラリストという、事業にAIを活用できる人材という位置付けであり、ディープラーニングの実装が出来ることを保証するような資格ではありません。
ディープラーニングの実装に関する資格は別途E資格というものがあります。
しかしこのE資格、JDLA認定コースを受けないと受験資格を得ることができず、そのコースの料金が20万円～60万円ほどします。
受講すれば確実にディープラーニングをプログラミングできるようになると思うので興味はありますが、ちょっと趣味資格ゲッターとしてはコスパを気にしてしまいますね。
ただ、資格はとらずともディープラーニングの実装のための学習は始めようと思います。以下の「ゼロから作る（通称ゼロつく）」の本は買ってあるので、少し真剣に読んでみようかなと（でも正直E資格もとってみたい）。
これから受験する人に少しでも感覚を伝えることができればということで、今回は感想記事を書いてみました！
Twitterでも関連情報をつぶやいているので、wat(@watlablog)のフォローお待ちしています！
コメント