はじめに
先日実施されましたJDLA G検定2020#3に合格しました。
“合格のためにやったこと”を学習ロードマップとしてまとめます。
2021#1以降に受験される方の参考となりましたら幸いです。
（コツコツ学習できる方、一発合格されたい方におすすめ）
2020#3概要
・試験日時：2020年11月07日（土） 13:00~15:00
・試験問題数：191問
・合格発表日時：2020年11月19日（木） 13:00
【2020年 第3回 G検定結果】7,250名が受験し、累計合格者数は3万人を突破。
・受験者数：7,250名
・合格者数：4,318名
・合格率：59.56％
目次
結論
基礎知識を広く深く身につけましょう。
ディープラーニング分野の知識が一番必要です。
自己紹介
- 理系院卒（とはいっても情報系出身ではないよ）
- IT営業（そもそもエンジニアですらないよ）
- データサイエンス業界への転職を志望（G検定を学習の布石にしたよ）
強いて言えば数学の飲み込みが早いくらい。学習前のAI知識はほぼ0でした。
ちなみに、学習期間は約1ヶ月です。テスト後の所感は“受かった”と確信しました。
G検定の概要
本題ではないのでリンクに譲ります。
補足（2020/12/01時点）：
合格平均点、合格最低点は公開されていません。
また、過去問も公開されていません。
心構えの話
じっくりと考えている暇なんてない
「G検定はググれるから余裕じゃんw」とよく耳にしますが、
その考え方では痛い目を見るかもしれません。
120分で約200問を解かなければならないからです。（1問あたり30~40秒ペース）
試験直後にtwiiterで、今回の感想を見ていると案の定、
「解き終わらなかった」「とりあえず埋めた」などの声が数多く挙がっていました。
2020#2 WordCloudによる可視化、2020#3 難易度アンケート結果など
「試験は難しかった」という所感が数多くあるのならば、
合格のために何らかの戦略があったほうが得策です。
（合格率が60％とはいえ、お金と時間を費やして再受験するのはモチベーションが死にそう）
戦略の話
知識で解ける問題と、ググるとすぐ解ける問題をサクサク解く
2020#3を踏まえ、問題を解くキーワードを示します。
1．知識で解ける問題（~55％）
- 概念（フレーム問題、シンボルグラウンディング問題）
- 用語（イテレーション、エポック）
- 各種アルゴリズムの特徴（ML、DL、RL、SGD）
- 活性化関数の特徴（sigmoid、softmax、ReLU）
- モデルの評価方法、CNNの計算など
2．ググるとすぐ解ける問題（~30％）
- 1の細かいところ（各モデルの特徴や使われている技術）
- 時事問題（ディープフェイク、Adversarial Attack、XAI）など
（時事問題は、年、国、政策、その他固有名詞から正誤を絞りやすいため2）
3．ググってもすぐ解けない問題or正解を選びずらい問題 (~15％)
- 法律問題（個人情報保護法、不正競争防止法、航空法）など
（法律問題は、法律そのものを理解して、長文の選択肢を吟味する必要があるため3）
合否の分かれ目は、“2を1に変えられるような学習が出来たかどうか”
すなわち、“細かい知識を出来る限りググらず、自力で解けるように学習したか”です。
この“細かい知識”は想像以上に広くて深い知識であることにを知らずに、
アバウトな対策をして、本番で面食らう人がかなり多いです。
（そもそも知識量が少ないと、ググった所で正解かどうか判別もつかない）
また、2020#2以降を受験された方からよく聞かれる
「法律問題が難しかった」という声にも、注意が必要です。
全体に対する出題割合が低いため、合否の本質ではないからです。
（ノー勉は危険だが、それでも学習の優先順位は低い）
学習ロードマップ
本題です。
参考書、問題集のレビューとその使い方をセットにして解説していきます。
JLDA公式による推薦書籍、学習コンテンツをベースとしています。
JDLA推薦図書
【#今こそ学ぼう】学習コンテンツ・イベントのご紹介【一部無料】
（学習コンテンツは無料のもので十分）
A．入門コース 1→2→3→4→5→6
・完全初学者向け
・体系的に知識を積み上げたい方、時間を十分に割ける方におすすめ
B．標準コース 3→4→5→6
・AIの基礎知識がある方向け
C．テクニカルコース 5→6
・AIに精通している方向け
～入門編～
1．人工知能は人間を超えるか ディープラーニングの先にあるもの
オススメ度：★★★★★
松尾先生（東大院教授、JDLA理事長）執筆の名著です。
AI研究の歴史をなぞりながら、機械学習やディープラーニングの全体像を掴めるため、
最初の一冊に最適です。
・使い方
読み物として1周すると良いでしょう。学習の敷居がグッと下がります。
（初めて目にする単語や概念にマークしておき、後から学びなおすと吉）
2．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
オススメ度：★★★☆☆
JDLA監修書籍です。通称“白本”。2018年10月出版。
解説＋章末問題の構成。
1の内容順序に沿って解説をしているので、繋ぎが非常に良いです。
（1の教科書のようなイメージ）
図も多く、かなり読みやすいです。
一方で、内容は入門レベル。
また、実際の試験問題に対するカバー範囲が大きくズレているため注意が必要です。
（改訂すべきでは？との声が多数上がるレベル）
“公式テキストだから”と本書のレベルを過信すると100％泣きを見ます。
AIの基礎知識が最低限あるならば、この本をスルーしてokです。
・使い方
さっと1周するのが良いでしょう。（1周で良い）
6章[DLの手法]、7章[DLの研究分野]は分かりやすいので、
DLの知識定着のために、繰り返し活用することをおすすめします。
～基礎編～
3．エンジニアなら知っておきたいAIのキホン 機械学習・統計学・アルゴリズムをやさしく解説
オススメ度：★★★★★
合格者（CDLE）が選ぶ推薦書籍に選ばれています。2019年1月出版。
解説のみ。
アルゴリズムの解説が丁寧で分かり易いです。
入門書では内容が薄くなりがちな、強化学習についても上手くまとまっています。
（確率統計の基礎があると、より理解しやすい）
内容は入門～基礎レベル。
非エンジニアにも理解しやすいレベルですので、万人におすすめできる一冊です。
・使い方
まずは、じっくり読んで1周しましょう。
用語の解説書として、最後まで使えると思います。
4．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
オススメ度：★★★★☆
メジャーな問題集です。通称“黒本”。2019年2月出版。
問題＋解説の構成。
実際の試験問題に即した形式です。
但し、内容は入門～基礎レベル。
初期のG検定に合わせたレベルになっています。
合格に必要な力（DL分野）は、本書だけでは身につきません。
問題慣れ＆記憶力チェックとして、取り組む価値はあるとは思います。
・使い方
【問題を解く → 問題の解説を読み込む】を繰り返して、1周しましょう。（1周で良い）
後日、解けなかった問題や誤答した問題を改めて解き、知識の定着を図りましょう。
5．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
オススメ度：★★★★★
最新の問題集です。通称“赤本”（かもしれない）。2020年9月出版。
問題＋解説の構成。
問題も解説もクオリティ高く、おすすめできる一冊です。
というのも、DL分野の問題を重点的に学習できるからです。
手薄になりがちな強化学習パートも合わせて対策できます。
内容は基礎レベル。
一周する頃には、合格のための土台が出来たと感じると思います。
結論、受験に向けて受験日に近い最新の問題集を必ず一冊やることをおすすめします。
最新の問題傾向を把握して、対策できるからです。
・使い方
4に加え、【関連知識も合わせて覚えておく】ことも出来ると良いでしょう。
本書は正解以外の選択肢についても丁寧に解説しています。
メインの問題集として、複数回やることをおすすめします。
・アドバイス
この辺りから、自分専用のメモ（カンペ）を作り始めても良いと思います。
ctrl+Fで欲しい情報を検索できるため、web検索も早く便利です。
私はgoogle docsでまとめていました。
（要所をメモすると吉、70枚はガチガチ過ぎたなと反省）
不合格になるたった1つの理由
問題が想定とズレている
これだけです。
十分な学習時間が取れなかった場合や、情報収集を怠った場合に陥りがちです。
「時間無いし、とりま公式テキスト（白本）やメジャーな問題集（黒本）はやった」
は最新のG検定対策として不十分です。
戦略パートでも若干触れましたが、
出題側が求める知識レベルと、受験側が必要十分だろうと思う知識レベルの差を埋めること
が合否に直結します。
AI～機械学習～ディープラーニングと一通り学習して、
「モデルの細かい所はキリが無さそうだから、ざっくりで良いかな」とか
「根拠は無いけれど、ディープラーニングについてはここまでで十分な気がする」など
勝手な思い込みをされているならば、ぜひ考えを改めましょう。
出題されるのは（出題者が求める知識レベルは）ディープラーニングの応用部分です。
例えば、
“CNNは、特に画像認識で使われていて、畳み込み層とプーリング層を持つ”
といった表面の知識では対策として甘いです。
“ISLVRC2014で優勝したGoogLeNetは、InceptionモジュールとGAPが導入されている”
をベースとして、他のモデルとの違いや当時、どこが画期的だったのか、
そもそもInnceptionモジュールの特徴は何かなど、知っている必要があります。
上記のような知識レベルが、少なくとも
画像（認識・検出・生成）分野、自然言語処理分野で必要です。
広く深い知識を身につけるほど、問題を解くキーワードを知ることになります。
キーワードを多く知っていると、ググった時、情報を判別しやすくなるので、
どんどん試験が楽になっていきます。ぜひ学習を続けましょう。
～実践編～
6．オンライン模試
基礎が固まったと感じるならば、
本番を想定した模試がトレーニングには最適です。
DIVE INTO EXAM
オススメ度：★★★★★
Rails技術者認定試験運営委員会とプログラミングスクールDIVE INTO CODE
が提供している模試です。
無料です。（※メールアドレスの登録が必要）
試験時間120分、問題数200問。実力試しとして最適です。
レベルは本番相当と感じました。必ず取り組みましょう。
・ポイント
1．時間配分
試験問題はジャンルがごちゃ混ぜです。
「個人情報保護法について問われたと思ったら、次は活性化関数について問われた」
このような流れが約200問続きます。
AI、機械学習、ディープラーニング、時事問題、法律問題の順序で出題されることは
100％ありません。
時間を取られそうな時事問題、法律問題は必ず序盤にも出てきます。
面食らってペースを乱され、時間が足らなかったとならないよう注意してください。
（怠かったら適当にマークして、後から戻れば良いだけ）
（参考）
私は100分で全問解き終わり、残り20分で全問見直しまでできました。
結果は191/200。
2．効率良くググる
ググるための前提知識が如何に重要か、体感できたならokです。
また、問題を解きながら検索するのは大変なので、
モニターを用意することをおすすめします。効率が段違いです。
私はノートPCに問題を映して、モニター側で検索していました。
・アドバイス
模試によって、現段階の実力が分かったのではないでしょうか。
結果に一喜一憂するのではなく、
分からなかった問題、誤答した問題を正しく理解しましょう。
関連知識を詰めることも忘れずに。
また、理解の薄い分野を特定して、知識を深めましょう。
G検定2020 #3対応 模擬試験
オススメ度：★★★★★
作者はG検定模試を作成した経験がある & 2020#2を実際に受験した
とのことだったので、使わせていただきました。
無料の記事です。
問題数173問で、レベルは本番やや易～本番相当と感じました。
こちらも取り組まれることをおすすめします。
Study-AI
オススメ度：-
Study-AIが提供している模試です。
無料です。（※名前、生年月日、メールアドレスの登録が必要）
こちらは実際に触れていないので、紹介のみに留めます。
評判が今ひとつに感じられたので、本番直前に解くのは避けました。
知識の定着には有用だと思います。
ここまでこなせれば、G検定対策として十分です。
合格できる力が身についていると思いますので、自信を持ちましょう。
またwebには、アルゴリズムや最新技術の理解に有用な良い記事が数多くあります。
それらを有効活用しながら、引き続き、弱点克服や教養を高められると、
より合格は確実になるかと思います。
本記事最下部に、私がお世話になった参考記事のリンクを載せました。
ぜひチェックしてみてください。
AI白書は要か不要か
受かるだけならオーバーワーク
AI白書 2020
「何故、G検定を受けるのか」という話と関わります。
これからAI、データサイエンス業界に携わろうと考えていて、
G検定をその足掛かりにしているのなら、
AI周りの動向を教養として知っておくのは有意義ですから、
一教材として取り組むのはokです。
一方で、現状「とりあえず合格するだけで良い」というモチベーションならば、
私は不要だと考えます。学習効率が良くないからです。（体系的に学ぶ本ではない）
0からAIの勉強を始めたとしても、
上記に挙げた教材で時事問題、法律問題の触りは学べます。
後は+αとして、webから最新情報を拾うだけで、対策は十分です。
数学と統計学を学びたい方へ
2020#3ではCNNの計算1問のみでしたので、特別な対策は不要です。
（先に挙げた問題集の計算パートで十分です。）
付録として、いくつか教材を挙げておきます。
試験直前の確認事項
- PC電源、ネット回線の確保（試験時間内なら、再入場可能）
- モニターの準備
- 自分専用のメモ（カンペ）を事前に用意しておきましょう
- お手洗い
- 軽食と飲み物
おわりに
繰り返しになりますが、G検定はディープラーニングについて問う試験です。
学習には多くの事前知識（遡ると機械学習、AI、コンピュータサイエンス）が必要ですが、
出題の中心は事前知識の部分ではないです。ズレなく対策しましょう。
無事合格できたのであれば、CDLE（Community of Deep Learning Evangelists、シードル）
と呼ばれる合格者コミュニティ（Slack）に参加することができます。
AI業界全体のトレンドや最新技術をキャッチアップする場、人脈形成の場として、
大いに役立つでしょう。
参考記事
G検定に関するwebページを100以上見てきました。
学習するにあたり、本当に参考になるものだけを絞って紹介します。
受験記
カンペやチートシート
- 該当なし
- 雑で不正確なものも多く、自分で作った方が賢明
DLの基礎学習