ディープラーニング

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

AI系の検定として最近新しく生まれた「AI実装検定」。A級に続きAI実装検定の最高峰であるS級も合格しました。ここではこの検定の概要と、合格までに何をしたか、どんな問題が出たか、これから受ける人へのアドバイスをまとめておきます。

AI実装検定に合格するとディープラーニング実装師の称号を得ることが出来ますが、どれだけ勉強すれば良いのでしょうか？G検定に比べAI実装検定は対策本がほとんど無いので、G検定取得者がこの検定をノー勉で受けてみたらどうなるかを試してみました。

JDLAが主催するディープラーニングG検定は試験時にGoogle検索や書籍の参照がOKなWeb検定です。ここでは筆者が受験時に素早く用語の参照ができるようメモを残しておきます。

JDLAが主催するG検定ではディープラーニングの全体像や各種問題点、手法に関する問題が出題されます。ここでは、ディープラーニングの概要と具体的な手法の紹介をしていきます。

ディープラーニングのフレームワークであるPyTorchをインストールしましたが、最初は右も左もわからない状態だと思います。そんな時はまず公式ページのチュートリアル「What is PyTorch?」で使い方を覚えましょう。

PyTorchはPythonでディープラーニングのコードが簡単に書けるようになるフレームワークです。ここではディープラーニング初心者である筆者が数あるフレームワークからPyTorchを選んだ理由とインストール方法を紹介します。

前回はニューラルネットワークの基礎であるパーセプトロンでANDゲートを作ってみました。さらなる理解のために、今回はOR回路を作って同じように特性をみてみます。

ニューラルネットワークは本来多層を形成して機能させるものですが、多層のメリットや原理を理解するために、一層のパーセプトロンと呼ばれるアルゴリズムで基本的なAND回路を学びます。

ニューラルネットワークに表現力を持たせるために必要な活性化関数には、様々な種類があります。ここでは代表的な活性化関数をいくつか紹介し、Pythonで関数化する所までを扱います。