はじめに
E資格(2026#2)に合格しました。
この記事では、講座選びから試験直前までの進め方と、つまずいたところ、AI (Claude Code) を使った勉強の仕方を振り返ります。
受験前の状態
- G検定は 2023#5 で取得済み。機械学習の基礎はある程度わかっていた
- 確率・統計はもともと苦手
- 情報理論と Python は初学者
- SAP 関連の仕事を20年ほど。E資格の内容が業務で直接活きる場面はほとんどなく、半分は趣味
受講した講座
AVILEN の講座を受けました。合格率が高いと宣伝されていたのが選んだ理由です。
受講したのは次の 2 つです。
- 全人類がわかる機械学習講座
- 全人類がわかるE資格講座(PyTorch)
学習スケジュール
| 時期 | やったこと |
|---|---|
| 2025年12月中旬〜2026年1月 | 全人類がわかる機械学習講座 (約1か月) |
| 2026年1月末〜5月中旬 | 全人類がわかるE資格講座 (全章) |
| 2026年6月1週目 | 修了試験に合格 |
| 6月〜試験まで | 修了者用追加問題集をやりこむ |
| 試験前の1週間 | 優先度「低」の単元に取り組む |
機械学習講座 (約1か月)
数学 5 分野 (行列・ベクトル、微分、確率、統計、情報理論) と Python の基礎を勉強しました。
確率・統計は苦手、情報理論と Python は初めて、ということで、このあたりに時間がかかりました。一方、機械学習の基礎は G検定取得の際にある程度勉強していたおかげで比較的すんなり進みました。
この1月間は、平日1時間程度、週末で2-3時間程度の勉強時間でした。
E資格講座 (約3か月半)
前半は 1 章を 3 週間ほどのペースで進めました。初めて学ぶ内容で、普段の仕事でも触れない分野なので苦戦しました。
特に第 1 章のプログラミングテスト(範囲はMLP基礎)は、バックプロパゲーションの仕組みを計算で表現する部分の理解が浅く、合格まで 1 週間ほどかかり、再提出は 10 回くらいしています。
計算の部分でわからないことが出てくるたびに、機械学習講座の確率・統計・情報理論に何度も戻りました。結果的に、ここで基礎を固め直せたのはよかったと思います。
中盤からはペースが上がり、5 月中旬に全章を終えました。
序盤のMLP基礎のあたりは平日1時間程度、週末で3-4時間程度の勉強時間でした。
中盤-後半も平日1時間程度、週末でも3時間程度でした。
平日は中々厳しい日もありましたが、1行でも読む、1問でも解く、というのは意識しました。
修了試験
6 月 1 週目の週末に修了試験に合格しました。ただし、合格点ぎりぎりでした。
試験までの追い込み
修了試験の結果から、まだ足りていないと感じたので、修了者用の追加問題集をやりこみました。
平日1時間程度、週末で2時間程度の勉強時間でした。
単元ごとに優先度をつける
各単元に自分なりに優先度 (高・中・低) をつけ、高いものから取り組みました。
試験前の 1 週間で優先度「低」の単元にも手をつけたところ、本番でその範囲から何問か出題されました。優先度が低くても、一通りは目を通しておいてよかったです。
AI (Claude Code) を使った勉強法
今回の勉強で役に立ったのが、Claude Code の使い方です。
苦手な範囲はサンプルプログラムで動きを見る
強化学習の範囲が苦手でした。そこで Claude Code にサンプルプログラムを作ってもらい、実際に動かして、どういう動きになるのかを確かめながら理解しました。
特にQ学習については効果があったかと思っています。
解説を読んでもわからないところを聞く
ほかの範囲でも、問題の解説を読んでも理解できないところは AI に聞きました。
ただし、回答を鵜呑みにはせず、本当にそうなのかは自分で確認しています。
自分が何をわかっていないかを、AI に質問してもらって洗い出す
勉強が進むと、自分が何をわかっていて何をわかっていないのかが、わからなくなることがあります。
そういうときは、逆に Claude Code から自分に質問してもらいました。答えられない質問から、わかっていないところがはっきりし、深掘りするところがわかったので助かりました。
本番の試験で感じたこと
シラバスの改訂後の試験ということもあり、出ると思っていた範囲からはあまり出題されませんでした。逆に、これまであまり出題されてこなかったと私が認識している ViTまわりの領域から、10問くらい出題されました。
これから受ける方は、過去問の傾向だけに頼らず、新しいシラバスを確認しておくことをおすすめします。
また、演習問題は領域ごとにまとまって出題されますが、本番では序盤に出た領域が後半でもまた出題されました。「この領域はもう終わった」と頭を切り替えていたため、思い出すのに必要以上に時間がかかりました。
感想
- 数学 (特に確率・統計・情報理論) に不安があるなら、そこに時間をかける前提で計画を立てるのがよいです。
- 単元に優先度をつけても、優先度の低い範囲を捨てないほうがよいです。
- AI は「わからないところを聞く」だけでなく、「動くサンプルを作ってもらう」「自分に質問してもらう」使い方が役に立ちました。回答は自分で確認する前提です。
- 生成 AI を業務で活用するのが目的であれば、G検定で十分だと思います。E資格は、モデルの中身や数式まで理解したい人向けです。趣味として割り切るのもアリだと思います。
- おすすめの参考書としてオライリーの『ゼロから作るDeep Learning』が挙げられていたので、1〜2巻を購入しました。ただ、個人の感想ですが、AVILEN のテキストと似た説明だと感じる部分がありました。違う角度からの説明を期待していたので、自分にはあまり合いませんでした。
- 最終的な勉強時間としてはこのくらいと思います。
- 機械学習講座: 50時間
- E資格講座: 120時間
- 追い込み: 70時間
- 合計でおよそ 240時間