はじめに
今日（12/13）に「AWS Certified Machine Learning - Specialty」資格（以降MLS）に受かりました。
機械学習はずっと前から流行っていて、この業界にいる関係上世間一般よりは知っているつもりでしたが、試験勉強をする中で「これまではぼんやりとしかわかっていなかったんやな」というのがよくわかりました。
誰かの役に立てば幸いです。
※過去の記事
AWS SAAに受かった話
AWS SOAに受かった話
AWS DVA(とCLP)に受かった話
AWS SAPに受かった話
AWS SCSに受かった話
AWS ANSに受かった話
AWS DBSに受かった話
AWS DASに受かった話
AWS AXSに受かった話
獲得スコア
|受験日|スコア/合格点/満点|結果|
|:--|:--|:--|:--|
|2020/12/13|785/750/1000|合格|
普通だな！（震え声）
勉強に使った教材
※いつものようにBlackbeltとWhizlabsは省略
認定資格対策トレーニング
日本人のトレーナーによる、認定資格の内容やサンプル問題の解説をやってくれるトレーニングです。
この動画を見たら試験に受かる、という類のものではないですが、「何から勉強したら良いかわからない」という人はReadiness Examやその他諸々のトレーニングへのリンクもあるので参考になると思います。
AWS 認定 - 専門知識を攻略しよう機械学習（MLS-C01）
https://pages.awscloud.com/AWS_Certification_ML_jp_confirmation.html
AWS Summit 2020/2019資料
今回の試験は「とにかく機械学習の言葉に馴染む」のが大事だと思っていたので、過去のセッションは参考になる・ならない関わらず一通り観ました。
AWS Summit 2020セッション一覧
AWS Summit 2019セッション一覧
書籍
「機械学習入門 ボルツマン機械学習から深層学習まで」
https://www.amazon.co.jp/gp/product/B06Y41YGNW
→機械学習事始めとしては良い本でした。
「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」
https://www.amazon.co.jp/gp/product/B07H2ZR6M2
→本格的に試験勉強を始めるならここから。一応問題集も買ったのでG検定は受けるかもしれません。
あとは本格的に機械学習のプログラムをやりたい人は下記がおすすめらしいです（自分は何故か3年前に買っていました。今回の試験対策としては使いませんでしたが）
「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 」 https://www.amazon.co.jp/dp/4873117585
試験の所感
- 資格の位置付けとしては「機械学習のエントリー資格」という印象
- テキストを読んだ限りだと、G検定よりは難しい
- DataAnalyticsの分野（Glue、Kinesis、EMRなど）も試験範囲なので、先にDAS資格を取っていると楽になる（そこまで深くは聞かれない模様）
- 基本的には「機械学習に関連する言葉をどれだけ知っているか」が問われる試験
- 言葉を知っている上で、そのアルゴリズムがどういう仕組みで、何に使われるかが重要
- 逆に言うと、そこが一通りわかっていればそんなに難しい問題はない（理屈上は）
- Sagemakerのビルドインアルゴリズムは最低でも覚えておく
- 機械学習は過学習（オーバーフィッティング）との戦いなので、それをどうやって軽減するか、という問題が多かった
- テストデータのサンプル数に偏りがある場合の手法
- モデルを評価するための指標は計算できるようにしておく
- リコールとか精度とか正確性とか
- サンプル問題か、下記ドキュメントがわかりやすい
- https://docs.aws.amazon.com/ja_jp/machine-learning/latest/dg/binary-model-insights.html
- AWSの話はSagemakerが多い
- そこまで深いことは問われないので、BlackBeltとAWS Summit程度の知識があれば十分
- AWSのAIサービスも地味ながら出てくる