Qiita Teams that are logged in
You are not logged in to any team

Log in to Qiita Team
Community
OrganizationAdvent CalendarQiitadon (β)
Service
Qiita JobsQiita ZineQiita Blog
Help us understand the problem. What is going on with this article?

udemyで勉強して20時間で話題のAI資格G検定に合格する

G検定の勉強を何でするか悩んでいる方、結構いらっしゃるのではないでしょうか?

こういう試験勉強はなるべく教材を絞って勉強したほうが、時間的にも金銭的にも効率が良くなりますが、「これ一冊やってれば絶対合格できる!!」というものが存在しないのがG検定の難しいところです。

ということで、udemy含めいろんな教材に手を出して何とかG検定(2020#2)に合格できた筆者が、こうすれば効率よく楽にG検定をパスできるよーというロードマップをまとめたいと思います。

必要な時間・・・約20時間

必要なお金・・・約5500円(udemyのセールを利用して)

対象としている人・・・AIに興味はあるけど知識はない人、どうしてもG検定に確実に合格しなくちゃいけなくなった人

まず、G検定とは???

(すでに受けようとしてる人は読み飛ばしてください)

今流行りの機械学習の資格です。

日本ディープラーニング協会が主催していて、年に3回ネット上に受験することができます。

前回、2020年の11月に行われた今年、3回目の検定では7250名の方が受験して4318名の方が合格しました。

現在の合計取得者は3万人だそうです。

AIが最新技術から、ビジネスの現場で利用される一般的な技術になりつつある今、IT系、非IT系問わず、この資格を取得する価値は年々高まっているのではないでしょうか?

G年ごと累計-768x641.png

引用【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。-日本ディープラーニング協会

かく言う僕も、業務で機械学習を利用することがあるのでこの検定を今年の7月に受験し合格しました。

G検定のGはジェネラリストのGです。自分はどちらかというとAIを作る側であることが多いですが、この資格は決して機械学習エンジニアのための資格というわけではなくて、行くる側、使う側に限定せず、「AIに関係する人ならみんな知っといた方がいいよ」という機械学習の一般常識を問う問題が出題されます(ちなみに、作る側・エンジニア向けにはE資格という別の試験が用意されています)。

G検定に合格するために必要なこととは?

本題に入ります。

G検定はジェネラリストのための検定なので、AIを取り巻く様々な知識を広く浅く身に着けているのか試されます。

ただ、その範囲がやたら広いんです。それがG検定の対策に時間がかかってしまう理由です。

普通AIの検定と聞くと、AIが機能する仕組みだと思いますよね?でも、実際のG検定ではAIに関する法律や倫理についての問題がかなりの数出題されます(全体の3割以上)。

実際に機械学習が利用された事例や歴史(AIが初めて定義された1960年代からの60年間分)も出題されます。

肝心の仕組みの部分(アルゴリズム)も初歩的な数学の話から、つい最近になって注目され始めた最新のものまで幅広いです。

あまりにも幅広いので一つの本やサイトで、すべてをカバーできるものがありません。だから、これだけでOKという情報源がないのです・・・。

分野は広くても、浅い知識で対応できる!

ここまで、読んでそんなに膨大な知識が必要なら、G検定ってめちゃめちゃ難しい検定なんじゃないの?って思われているかもしれませんね。

でも、そんなことはないんです。なぜなら、

  1. ネット受験なので、インターネットから必要な知識を集めることができる
  2. 一つ一つの知識は浅くても回答できる問題がほとんど

まず前提として、G検定は検索ありきの検定です。「そんなのカンニングじゃん!」って思われるかもしれませんが、ネットの検索能力もG検定で試される重要な力だと思います。

でも、検索できるんだから簡単に合格できるわけじゃなくて、200問以上の問題の答えをネットから引っ張てくるのは本当に大変なんです。

まず、問題文からなんて検索したら答えたどり着けるのか、わからないという状態になります。

例えば、自動運転で走る自動車があるシチュエーションで適応される交通ルールについての問題があるとします。

ただ、そのシチュエーションがかなりマニアックなことなので、一般常識では日本のどんな法律によって規定されているかさっぱりだったります。

しかも、つい半年前に改定されたばかりのルールが問われたりするので、まだブログや書籍にまとめられていない内容が多いのです。

となると、ニュースサイトや行政のお堅いサイトで手がかりを探すことになるのですが、そこに「自動運転に関係する法律は何があるのか」や「最近改正された法律は何か」といった知識があると効率的に検索ができます。

どんな法律があって、どういう役目を担っているか勉強しておいて、具体的な内容は暗記せずに本番で調べるのが一番効率な問題の解き方ということになります。

これは、アルゴリズムや数学、事例、歴史、倫理といった他の問題にも当てはまって、どんなものがあるかを覚えてておいて、具体的なことは本番でネットから補完して問題を解くスピードを速めることが合格を確実にする近道になります。

なので、一つ一つの項目を深堀する必要はないんです。

しかも、ネットの情報からの推測になってしまいますが、合格ラインは5割から6割がだといわれているので別に全部の問題を答える必要はありません。時間もかなりシビアなので難しいと感じたら飛ばすことも重要です(ただ、飛ばすかの判断もある程度の知識が必要)。

でも、「アルゴリズムには明るいけど法律についてはわからない」とか、「歴史に関しては良く調べたけどニューラルネットワークのモデルについては勉強してない」という状態では落ちます。

udemyと公式本+ネットの情報を組み合わせてG検定の対策をする

自分が勉強した際はいろいろな教材手を出してしまったけど、もう一度G検定の勉強をするなら効率よく勉強するためにUdemyを中心に使って勉強します。

Udemyを使う理由は2つあって、

1.G検定の問題はほぼすべて知識問題で受動的に勉強していても必要なことを身に着けられる。

2.広く浅くといっても、書籍やネットの記事を使った学習ではどこまで勉強していいかわからないが、Udemyの講座はいい意味で浅くて必要十分な知識が得られる。

じゃぁ、Udemyを使ってどんなことを勉強しなくちゃいけないかというと、G検定の出題項目を図にまとめるとこんな感じになるんです。

G検定のmap.png

まだ、全く勉強していないという人には「なんのこっちゃ」という感じだと思うのですが、法律や歴史といった知識を問う問題や長文を読んで答えを導き出す文系的な問題が4割出題され、統計的な話や、AIの具体的なモデルに関する理系的な問題が6割出題されます。

ここで、あえて理系的と書きましたが計算する場面はほとんどなく必要な情報をもとに論理的に考えれる、もしくは、知識があれば答えられる問題ばかりです。

何個かの講座をUdemyで受けて、これらの知識をすべてUdemyを得るのは不可能です。そこは、公式本やサイト、本番での検索で補いましょう。

具体的に、学習で利用するものは、

です。

勉強する順番は?

まず、はUdemyの講座の「ディープラーニングの実装体験でビジネスのためのAI活用を理解する」のセクション6までを視聴します。セクション6まではかなり軽い内容なので、ちゃんと見ても1時間ちょっとで見切れると思います。

ここでは、AIとはなぜかという内容から利用例までがザっと紹介されますが、流し見でこんなもんなんだと感覚をつかめればいいです。

知識問題や文章題を解くための下地となる知識を得てください(本番は検索すればいいので具体的なことては覚えなくて大丈夫です)。

そしたら、公式本「G検定(ジェネラリスト) 公式テキスト」を読みます。こちらは、割と内容が多いので一日で読み切るのはきついと思います。

先ほど、公式問題集はそれほどG検定で出題される問題をカバーできていないと書きましたが、検定に出題されないようなかなり基礎的なことを勉強できますし、情報が少し古いですが法律や倫理の項目がまとめられているのがこの本ぐらいしかないので、やっておいた方がいいです。

さらに、統計的な手法についてもかなり詳しく解説されています(実際はそこまで出題されない)。

ややこしい理論や数学もでてくるので数日に分けてじっくり読んでください。わからないことは検索すると、本番効率よく情報を集める練習になると思います。

統計学的な手法に関しては僕のブログでもまとめていますので参考(カンペ)にしていただければと思います。

そしたら、「ディープラーニングの実装体験でビジネスのためのAI活用を理解する」に戻ります。セクション7、8に挑戦しましょう。ここでは、MatrixFlowというノーコードツールで実際に機械学習のモデルを実装します。

通常AIのモデルってPythonでゴリゴリコードを書いて定義していきます。ただ、コーディングをするにはプログラミングの前提値知識が必要なので、サクッとG検定だけ受かってしまい多という人にはコストが高すぎます。

そこで、ノーコードツール(プログラムを書かなくても同じことができるようにするソフトウェア)を使います。

やれることは限られていますが、動画に従ってなんとなく実装の雰囲気を味わってください。

正直ここは問題に直結しないので飛ばしてもらっても構いませんが、ディープラーニングに関する問題,
特にCNNのこまごました問題を拾っていくには、やっぱりどうやって実装するのかイメージがついた方が答えやすいです。

逆に、プログラミングの経験があったり、将来作る側になる可能性がある人は、

に挑戦するといいかもしれません。こちらは丁寧に実装方法について解説されていますし、後半のディープラーニングの問題で出題されるアルゴリズムについても理解を深めることができると思います。

最後に、公式認定プログラムStudy-AIの模試を受けてみましょう。若干傾向がズレている気がしますが難易度は本番に近いです。

受けてみるとかなり、難しいと感じると思います。問題数も多いし、問われる知識もかなり深くて「知らんがなっ」ってなると思います。

本番も絶対「そんなこと知らん!」ってなるはずです。でも、インターネットの力を借りればどんな情報も得ることができます。

正直、G検定を合格するのに一番必要な能力は情報処理能力だと思います。インターネットの膨大な情報からピンポイントで答えを出すために必要なことを集めていくわけです。

何かにAIを役立てるには人間が情報を集めることがすごく大事だと感じます。最終的に情報を処理するのはAIですが、AIをちゃんと動かすには人間が大量の(そして最新の)情報を集める必要があると感じるのです。

だからG検定でも、そこが試されるのではないでしょうか?

余裕がある人はこちらもどうぞ

さらに、もっと確実に合格したいという方は、テスト直前でこちらのkindle本を読んでおくのがいいと思います。

半日程度で読める内容ですが、テストに出る内容だけをまとめていて、例題もかなり本番のテストに近い内容でした。

頭の中にAI、機械学習のマップを作る

ここまで読んでいただいた方にもともこもないことを言ってしまいますが、G検定に合格するために一番重要なことは本番で頑張ることです。

2時間もテスト時間あるし、文章はやたら長いし、わからない単語だらけだし、疲れますし精神的にもかなりこたえます。

でも、最後まで粘れば多少勉強不足でもなんとかなると思います。

大事なことは試験中迷子になった時に、解答の糸口を見つけるためのAIの地図を頭の中に描いてください。

それができれば、当日検索しまくって何とかできると思います。

健闘を祈っております。

それでは。

参考文献

試験が終わってその日のうちに書いた感想記事です。

2020年7月のG検定を受けて感じたG検定の傾向と対策

picker
死んだ魚の目をしてる
https://pickerlab.net/
Why not register and get more from Qiita?
  1. We will deliver articles that match you
    By following users and tags, you can catch up information on technical fields that you are interested in as a whole
  2. you can read useful information later efficiently
    By "stocking" the articles you like, you can search right away