LoginSignup
1

More than 1 year has passed since last update.

posted at

updated at

G検定 2020年第1回(2020/03/14)を受けてきた感想

どこにでもある、資格試験を受けてきた感想です。
2020/03/26 合格してました。

G検定とは

ググってください。

AI的な知識を持っているか確認する試験です。
試験は穴埋め選択式の暗記モノなので、AIやディープラーニング等を全く理解してなくても用語の意味と用法を丸暗記したら合格できます。

具体的な問題について記述すると超怒られるらしいので感想です。

Webで試験

普通の資格試験と大きく違うのは、ネット経由で自宅からでも受けることができます。
(だから2020/03/14という新型コロナウィルスで自粛ムード内でも執り行われた)
実質、カンニング&ググり仕放題なのですが、試験時間に対して穴埋めすべき問題数がハンパないので、無勉強では無理だと思います。
実際には120分で約200個の穴埋め記号選択でした、

Webで試験の注意点

2020年第1回の試験開始時刻は公式には13:00だったのですが、10分以上前からログインして、10分前に「試験を受けれますよ」的画面になり、試験開始を押すと、13:00以前から試験が開始されます。筆者はこの情報を知っていたので慌てることはなかったのですが、知らなかったら10分早くはじめてしまうことになります。早く始めてしまったら、そこから120分です。
次回以降がどのような形になるかは知りません。

リログしたらどうなるかは怖くて試しませんでした。

受験時の筆者のスペック

高専 機械
大学 機械系工学
大学院 機械系工学

プログラム経験は趣味レベルであり。退屈な作業はpythonにやらせてる。
2年くらい前に、筆者の中でAIブームが到来して、強化学習について、誰かのプログラムをコピペして遊んでました(過去形)
kaggleのTitanicでkernel写経してた(過去形)

基本的な計算は理解できる程度には理系。

基本情報合格済。

ディープなラーニングと全く関係のないお仕事中
公式には無職。

勉強期間

最も無意味な情報だと思っている勉強時間ですが、筆者の場合は20時間も無いです。
勉強開始(というよりも問題集を解き始めた)のは、試験の1ヶ月くらい前です。
後述する黒い問題集を初見で6割は正解できてたので、勉強時間は参考にならないと思います。

試験・勉強で役に立ったなぁと思うもの

オライリーの赤い魚の本

ゼロから作るDeep Learning ―Pythonで学ぶディープラーニングの理論と実装
image.png

G検定公式の推薦図書(ここ)にもあるんですが、オライリーの赤い魚の本がとっても役立ちました。
この本は、ディープラーニング的フレームワークのライブラリを頼らずにpythonでニューラルネットワークを実装することを説明しています。出題範囲の技術的な話の大半はこの本を読めば分かると思います。
ニューラルネットワークとは何かを理解するには最も最適だと思います。

筆者は、理論だけ読んで実装はしてないんですが、読んだものをそのままkerasで試して遊んでました(甘え)
MNISTしてた。

オライリーの赤い魚の本 その2

ゼロから作るDeep Learning ❷ ―自然言語処理編
image.png

G検定公式の推薦図書(ここ)には無いんですが、こちらもおすすめです。

なお、筆者は、自然言語処理がさっぱり理解できず、序盤で挫折したのであんまり読んでません。
G検定の試験範囲には自然言語処理が入っているので、筆者はもう少し理解していればよかったなぁと思います。

kaggleのTitanic

これをG検定のオススメとして取り上げてるヒトがいなくて不思議なのですが、kaggleのtitanicはオススメです。

kaggleとは何か、という内容がよく問題で出るらしい(言葉を濁す)
kaggleで真っ先にやるであろうものが、タイタニックの沈没事案で生死をデータから予測するというチュートリアルです。
筆者の機械学習の知識のほぼ全ては、kaggleのkernelの写経です。
scikit-leranを使っての、いろんな機械学習手法をコピペして知りました。
アンサンブル学習、ホールドアウト、ランダムフォレスト、サポートベクターマシン、k-nnなどなどの試験でよく出てきそうなものの内容はkernelコピペとscikit-learnのドキュメントから学びました。
ほぼ英語ですが(まれに日本語がある)、そんなに難しいわけではないので、ゆっくり読めばいいと思います。

ちなみに筆者はノービスから一歩も動いてません。
だって手元にGPUが無いんだもん(いいわけ)

keras-rl

keras用の強化学習ライブラリです。
強化学習については、keras-rlという強化学習用のライブラリとopenai gymの誰かが書いたプログラムのコピペをして遊んでいました。DQNとかイマイチわからないけど、パラメータを振ったりしてなんとなーくわかってきてました。

自分でOpenAI GYMのstateとなるゲームっぽいものを作って遊んでました。
なお筆者は、STU48の7並べ、というゲームで遊んでて、「最強7並べ自動攻略AI作る」ことを目指してましたが、7並べというゲームを作ったあたりで停滞しています。
強化学習はちょっと試したけど。
強化学習の最大の難関は自分でゲームを作らなきゃならないことだと思う。

AI白書

AI白書を読んでないと「ぜってーわかんねーじゃん」、って問題がたまに出されるようです。(言葉を濁す)
なお筆者は読んでません。完全にその分野は捨ててました。
ググっても答えが出なかった!

G検定公式テキスト

深層学習教科書 ディープラーニング G検定(ジェネラリスト) 公式テキスト
image.png

AI的なことを何も知らないヒトに対しては理解不能なことしか書いてないし、AI的なことをちょっとでも知ってるヒトにとってはあまり収穫がないという、マジでビミョーなテキストです。
ですが、AI的なことの偉人様のありがたーいお言葉や、偉人様のありがたーい業績とか、実務やってても知らねーよって内容が試験で出るらしいのがまとまって載ってます。

筆者は一通り読んで、前日に章末問題を解いた程度ですが、章末問題と全く同じのが出てた気がするので、買うしか無いです。

アマゾンレビューの評判通り、このテキストの知識だけで合格するのは至難の業だと思います。
有償シラバスって言葉が最も合ってる気がします。

問題集

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
image.png

筆者が知る限り、紙の書籍として出版されているGの検定の問題集はこれしかありません。 (2020/08/15時点で数冊の問題集が出版されているようです。)
筆者はこの問題集を初見で7割ほど取れてたのですが、ちゃんと2周以上は解きました。

この問題集は、試験範囲の最新時事ネタ以外の基本的な部分は抑えており、凡人のG検定受験には必須のものだと思います。
この問題集と全く同じ問題が出たとか出なかったとか(言葉を濁す)
自然言語処理の新しいヤツには対応してません。

筆者はこの問題集の"解説部分"に苦手分野ごとに付箋を貼って、試験を受けています。
苦手な分野「偉人の誰々のお言葉がー」とか、自然言語処理の話とか。

Study-AIの問題集

無料で公開されてる?問題集です。
試験の雰囲気と全く同じ感じを体験できます。
200問以上あって、本気でやっても120分かかりました。
(同じ問題が繰り返されてたり、選択肢が表示されてなかったりと、問題はチョロチョロありますが)
(無料なので文句は言えません)
黒い本の問題集では、AI白書の内容が全く触れていませんが、Study-AIさんでは少し触れており、とっても参考になりました。
筆者は一周だけしました。6.5割くらいの正解だった。

受けた感想

この試験は、ディープラーニングやAI的な何かと問われて、ドラえもんを思い浮かべるような方には無理だと思います。
大量のデータの関係のNNで表現するとか、機械学習がなんとなく何かに最適化された関数だとか、そーいう感じなことを理解しているヒトにならないとこの資格は難しいです。

とはいえ、AI的なことを本気でやるならE資格を合格しないと誰も認めてくれない気がします。
(E資格の受験資格を得るためには2桁万円の受講料が必要ですが)

G検定の業界位置づけは、
情報処理系の試験で言えば、ITパスポートレベル
危険物で言えば、丙種 (甲乙丙の最下位(一般人がよく取得するのは乙4))
運転免許で言えば原チャ
こんな感じかなぁと個人的に思います。G検定を持ってるから何?ってレベル。
業界外なら、「すげー」ってなるかもしれません。

受けてみた感想としては、とにかく問題数多い、が最も大きな印象です。
噂では時間が厳しいとのことですが、筆者は、一周したら20分残りました。
飛ばした問題を見直す時間は十分にあったと思います。\
(ググってもわからない問題もあったけど)

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
What you can do with signing up
1