0
0

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?

AWS MLS合格(更新)記(2024/11/20投稿)

Last updated at Posted at 2024-11-20

はじめに

この度AWSのAWS Certified Machine Learning – Specialty認定試験を受験してきましたので、勉強した内容と受験した感想を書いておきます。
今回は更新目的の受験になります。

前回は2022年1月に受験していました。

前提

  • AWSのデータ周りのサービスは過去に業務で扱ってました
  • 機械学習周りはSageMakerの一部機能を触ったことがある程度で、あとは他のクラウドの認定試験を受験する際に学習した知識のみ
  • AWS認定は全て取っています(詳細はこちら)
  • AZ-900/DP-900/AI-900/AZ-104/AZ-204/AZ-700/AZ-305/AZ-500/DP-203は取得済み
  • Google Cloud認定はMLとWorkspaceを除いた9つ取ってます

学習内容

今回は更新ということと直近で出たAWS認定の新試験(AIF,MLA)を取得していたので、以下の模擬問題だけを受講して試験に臨みました。

①Udemy

購入したUdemyの模擬試験講座は以下になります。

演習テストが2つあり、それプラス「機械学習用語確認セット」という演習テスト(32問、120分)が付いていました。
今回も他の更新試験同様にあまり勉強時間を取れなかったので、演習テスト1のみを解いて間違えた問題の解説を読み込むところまでを行いました。

Udemyの模擬問題の内容ですが、概ね本番と似た形式の問題が多かったのではないかと思いました。
ただ私がMLS勉強するのがかなり久しぶりだったので、機械学習の手法やモデルの評価方法などのAWS以外の部分の知識がかなり忘れていたので、そのあたりを重点的に覚え直しました。
AWS側の知識(SageMakerなど)はMLA試験のために学習したものが割と役に立ったので、これから受験するという人はMLA→MLSで受けるとある程度流用できると思います。

あとは当たり前ですが、以下のような評価指標などは頻出するので覚えておく必要があります。(自分は一部うろ覚えで臨んだので思い出すのが大変でした)

- 正解率・正確さ: (TP + TN) / (TP + FP + FN + TN)
- 精度:TP / (TP + FP)
- 再現率・真陽性率:TP / (TP + FN)
- 真陰性率:TN / (FP + TN)
- 偽陰性率:FN / (TP + FN)
- 偽陽性率:FP / (FP + TN)

Udemyではそのあたりの理由まで解説されていたので、解説を読んで理解→理解しきれないものは追加で調べて学習、という流れで勉強するのが良いかと思います。

受験した感想

一部Udemyの模擬試験と類似した出題傾向の問題は出ましたが、半分以上は初見の問題が多かったです。
MLSは全部で65問あり、10問ずつ大体15~20分ぐらいのスピードで解いていき、全て解き終わった頃には見直しフラグ38問、試験時間は60分ぐらい残っている状態でした。

私の普段の試験戦略として、まずは一部適当でも良いので全ての問題に解答して、フラグを付けた問題を時間を掛けて解いていく方法をとっているため、今回も同様のやり方をしました。
自分が即答できない問題や問題文が長くて時間がかかる問題はなまじ残り時間に余裕があるように見えてしまって、読み解いて正答を考えるのにダラダラと時間を消費してしまいがちなので、残り時間を敢えて少ない状態で取りかかることで集中力を維持するようにしています。

内容には言及できないので掛けませんが、やはりAIFやMLAと同じで試験ガイドの内容をどれだけ理解しているかが重要だと思いました。

受験結果

結果としては795/750点で合格しました。結構ギリギリだと思っていたので思ったよりも点数取れていたのには驚きでした。
1000015604.png

おわりに

MLSの更新期限は2025年1月でしたが、無事更新できて安心しました。
来週はSAProの更新試験なので気が重いですが、また終わったら勉強方法などをまとめたいと思います。

この記事がどなたかの参考になれば幸いです。

0
0
0

Register as a new user and use Qiita more conveniently

  1. You get articles that match your needs
  2. You can efficiently read back useful information
  3. You can use dark theme
What you can do with signing up
0
0

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?