日本Deep Learning協会 E資格 2024 #2の受験を行いました。
結果は合格でしたがここでは反省点のまとめです。
出題内容
出題内容と言っても基本的に守秘義務がありますので、実際の問題を記載することはできません。
全体的な出題傾向として
- シラバスの範囲から忠実に出題された
シラバスにないな、と思ったのは1問のみ - ちゃんと論文を読まないと(もしくはそれに準ずる情報を学習していないと)厳しい
例えばTransformerというモデルがあったとして、Transrormerはこういう時に使ってこういう特性があるよー
・・・だけではなく
どういう構造のモデルか、数式で表すとどうなるか、数式がどういう意味を持っているかを抑える必要があります。 - TensorflowとPytorch固有の記法はほぼ出題されない気がする
numpyやpythonの数式ライブラリの基本を押さえている方が大事
また、シラバスの更新による技術内容のアップデートも大きく、
よく受験レポートで「これをやっておけばいい」と紹介されている問題集は現シラバスでは古くて試験範囲外です
受験の感触
以下4分野に分かれています。
- 数学的基礎 : 統計・確率論を抑えておけば大丈夫
- 機械学習 : 概念だけでなく、論文で言及されるモデルの特徴や動きを把握する必要あり
- 深層学習 : 概念だけでなく、論文で言及されるモデルの特徴や動きを把握する必要あり
- 開発・運用環境 : 割と基礎。ただ出題数も少ない。
合格率は非公開ですが60%程と言われています。
ただこの合格率の数字以上に試験難度は高いです。
4択なので合格率が高いのかもしれませんし、受験者が35時間研修受講後の人たちなので猛者ぞろいというのもあると思います。
手前味噌ですが私は数学科出身でかつAIエンジニア(ユーザー側)でもありましたが、合格率10%台と言われている高度情報処理試験よりもはるかに勉強時間をかけています。
機械学習・深層学習分野においてはちゃんと理解して解けたのがギリギリ6割とどいたかとどいてないかという印象で、4択に救われたかもしれません。
試験対策
E資格は事前講習の受講が必須でしたが、正直受講した講座があまりよくなくあまり学習になりませんでした。(詳細は伏せます・・・)
2024 #2対応のシラバス更新後の初試験ということもあり周りに情報もないので、自分でシラバスの内容をまとめることにしました。
結果的に上記出題傾向の通りシラバスから忠実に出題されたので、かなり合格に寄与したのではないかと思います。
一方でこれも上記にある通り、出題は割と深いレベルで行われます。
シラバスの用語と概要を抑えた、くらいでは厳しいと思います。
下記まとめを見て頂くと概要レベルにとどまっているので、これを抑えたうえでもう一歩理解が必要だったなーと反省しております。
シラバスまとめ
公開用というよりは学習メモに近いのですがシラバスのまとめを下記に記載しています。