Help us understand the problem. What is going on with this article?

30代エンジニアがG検定取得した奮闘記(JDLA Deep Learning for GENERAL 2019#2)

はじめに

今後10~20年後を考えた際に、
AIの知識は無駄にならないと確信しているため、
受験することにしました。

本音を言えば、E検定を受けたかったが、前提の講義費用が高い。。(最低20万~)
そのため、まずはG検定取得することにしました。
(G検定合格後、E検定費用だしてもらえないか交渉中)

前提知識

・理系大学出身(微積分などの数理部分は理解しているつもり)
・ITエンジニア10年(ptyhonは最近だが、java等の応用でいけるだろうと楽観)

勉強期間

1か月

勉強方法

書物について、フリマアプリで探しましたが、
ほとんどSOLD OUTだったため、
同様に目指している方は定期的に見ることをお勧めします。
(個人的に失敗したなと反省。。)

1.教科書(1週間)
人工知能は人間を超えるかを流し読み

2.問題集(2週間)
徹底攻略 ディープラーニングG検定 ジェネラリスト問題集
を解きながら調べ理解を深める。

3.模擬テスト(1週間)
Study-AI
仕上げ。

まとめ

勉強中。(受験日:2019/07/06)

試験終わりましたが、難しかった。。。
5割はできたと思いますが、勉強不足が否めない。。
人物問題でないやんけ。。計算問題もちょっとだけやん。。。
20問ぐらい法律・倫理問題なので、
AI白書に載ってたのかもと思われました。

(2019/07/13追記)
合格してました!(7/12 16時頃)
受験者数と合格者数は以下の通りでした。

項目 人数
総受験者数 5,143名
合格者数 3,672名
合格率 約71%(合格率高いですが、内容は難しかったです。。)

合格証は8月末までと思ったより遅い。。

試験勉強考察

今回の経験から今後、受験する方へ少しでも参考になればと思います。

試験内容は概ね以下の割合の印象でした。
① 問題集, Study AI(6割)
② 深層学習(2割)
③ 法律・時事(2割)

① 問題集, Study AI

以下を9割正解できる状態で挑めたため、
大きな割合で得点及び時間稼ぎできたと思います。
・徹底攻略 ディープラーニングG検定 ジェネラリスト問題集
・Study-AI
全く同じ問題が多々でることがありましたが、
虫食い箇所が違う箇所もあったため、問題文全て理解するようにしたほうが良いです。

人物の答えは覚えずに、エクセル等カンイングペーパー用意だけでよいです。(4問ぐらい?)
また、計算問題も少なかったです。(2問ぐらい?)

私が試験中に使用した資料は以下にアップしているため、活用ください!
カンニングペーパー資料

② 深層学習

言葉から初耳のものがあったため、
理想は深層学習の青本を学習する必要があったようです。
検索である一部は回答できたと思います。

③ 法律・時事

ここが、一番の鬼門です。
2か月前の時事問題がでるぐらい、
学習範囲を抑えるのは厳しいため、
一番後回しで検索すべきと思います。
AI白書が抑えているポイントもあるようなので、
余力ある方は上記手元にあって損はないと思います。

検索の工夫

試験中は、問題文、回答内容をコピーできない制御になってます。(右クリックも使用できない)
そのため、都度入力して検索が必要なため非効率的です。
そこで、以下のChromeアドオンを追加することをお勧めします。
これにより、入力不要でコピー検索可能になり時間を稼げるようになります!
RightToCopy

総括

・学習して即答できるものを増やし、時間を稼げるようにする
・カンニングできるものは資料化し、覚えない
・法律・時事問題は稼いだ時間で検索しながら時間をかけて回答する

AIの試験範囲は広がり続けると思いますので、
迷っているのならば早いうちに受けるべきだと思いました。

Why do not you register as a user and use Qiita more conveniently?
  1. We will deliver articles that match you
    By following users and tags, you can catch up information on technical fields that you are interested in as a whole
  2. you can read useful information later efficiently
    By "stocking" the articles you like, you can search right away
Comments
Sign up for free and join this conversation.
If you already have a Qiita account
Why do not you register as a user and use Qiita more conveniently?
You need to log in to use this function. Qiita can be used more conveniently after logging in.
You seem to be reading articles frequently this month. Qiita can be used more conveniently after logging in.
  1. We will deliver articles that match you
    By following users and tags, you can catch up information on technical fields that you are interested in as a whole
  2. you can read useful information later efficiently
    By "stocking" the articles you like, you can search right away