０. はじめに

機械学習エンジニアパダワンなるぞって話をしてから、長い時間を費やした。。。
が、ついにE資格を無事に取得できました！ので、ここで一旦アウトプットします。

１．E資格取得の話

E資格取得で必要なことは、認定講座を受けること。
これが非常にハードル（特に金銭的）が高いのです。。。
なんとか会社でアピールしたら認められて、受講できました。

学習したコンテンツを手法を交えて図示するとこんな感じ。
なかなかのボリュームです。手を動かせる講座だったので、飽きずに楽しめた。← 超大事！

また、機械学習ライブラリを利用しながら、学習したため、
そこそこ実務に近い感じにはなったかな？という感想です。
※E資格では機械学習ライブラリはほぼ利用しないのです…。
https://paperswithcode.com/trends

AI（主にDL）の理論に対する障壁が軽減した。
- 記事読んでも分からない用語がずらり…だから見ない。が少なくなった。わかると楽しい ⇒ だからやると更に分かるようになる。
お尻に火が付いた。
- 現場：エクセルで疲弊　vs　研修：AI
- 淡々と2017年の手法は古い手法ですからねー、っていわれる。
- 講師は社会人3-4年目の方
相談相手ができた。

こんなに時間をかけたの久しぶり。
①を除いても、120時間弱。「時間はすべてを制す」スタンス健在。
落ちる恐怖と事前情報（AIの最高峰の試験）ゆえに、過剰にやり過ぎた感じはする。

①→②→③→④の順を１回やって、あとは①→③→④をひたすら回した。
③の黒本は3周した（＝過学習の説）。
どうしても覚えられなかったLSTMとGRUの構造は、最終週毎日手書きして友達になれた。

① 指定カリキュラムの理論部分／ノート：★★★★
- まとまっているので、こちらをベースに。ノートに④情報を追記してく。
- プログラム部分は、ほぼ見てない。今後はこちらを参考に、実装してきたい。
② ゼロ作①／②：★★★
- 両方大事だけど、①の逆伝搬は特に。逆伝搬より前はさっと遠して読む程度。
③ 黒本（ディープラーニグE資格問題集）：★★★★
- こんなに解説がためになるのは初めてかもしれない。
- まんま同じ問題あり。これをやらずにE資格を受験するのは、まず選ぶ学習データを間違えてる！！
④ ネット記事(主にQiita)：★★★
- 各種手法の解説記事が沢山あるので、そちらで理解深める。
- 特に論文解説の記事などは分かりやすくなってるので、原文よりもこっち派。感謝！
⑤ 最近の動向（Twitter）：★
- 時事問題もあるかもって思っていたが、最近のはなかった。

2021.4～SIGNATEやり始め。
※kaggleと迷ったけど、SIGNATEの方が日本的UIで好き。ただそれだけ。
　フォーラム？といったディスカッションは、kaggleの方がいいのかも？

まだまだ超初心者です。でも、「Intermediate」に即日なれた！！やったね。
※やる気を起こす、こういうバッジ制度を会社でも導入したいな～。自作でもいいからこういうシステムを構築してきたい。

Raspberry Piで遊ぶ
Raspberryのエッジコンピュータを利用した画像認識をやってみる。