はじめに

2023年11月10(金)に行われた、
JDLA Deep Learning for GENERAL 2023#5(G検定)に合格することができました。

タイトルにもある通り、通学やバイトの空き時間、いわゆる「スキマ時間」を使うことで合格することができました。

普段研究室で、机でPCを触っていることもあり、それ以外の時間で机に向かって勉強するのは苦手です。
今回の勉強に使った時間は9割9分「スキマ時間」です。机に向かったのは試験本番くらいです。

今回の受験に当たって、自分の情報は以下の通りです。

・電気関係の学部所属4年生で、教養数学として線形代数、微積分を履修
・深層学習、機械学習に関して授業を受けたのは、3年後期(去年12月頃)の講義で少し触れた時のみ
・去年の今頃にG検定の事を知り、情報収集を始める

今年3月から深層学習を扱う研究室に所属していますが、画像分野中心で、自然言語分野や強化学習などは独学です。

何をどれくらい勉強したのか、学んだ事を備忘録として記させて頂きます。

G検定で使った参考書・サイト

まず、「Ｇ検定　勉強法」などで検索して沢山出てきたサイトが出てきます。
サイトの8割は「公式対策本で勉強」が1番良いと書いてあったので、いわゆる「白本、赤本」と呼ばれるものを購入し、勉強に用いました。

【白本】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

知識のインプットに使いました。
おすすめは、用語同士の繋がりをマインドマップや樹形図のようにイメージできるように勉強することです。
浅く広く勉強することも大事だと思います。

まず1周して赤本に入り、また戻り・・・の繰り返しで学習しました。

最後の章末問題は最初は飛ばしてもいいと思います。自分は最初飛ばしました。

【赤本】最短突破ディープラーニングG検定(ジェネラリスト) 問題集

問題演習に使いました。どこのサイトにも書いてありますが、過学習しすぎないことが大事です。なぜこの解答なのかを考え、汎化性能を上げることをおすすめします。

解けなかったり、偶然正解した所を付箋しておき、2周目はその部分のみ勉強します。

白本にもない用語があるので(詳しさ的には白本ですが)、最後の索引をA〜Z, あ行〜わ行まで読み、わからない用語に付箋をするという方法を取りました。

G検定（AI・機械学習）用語集

白本を読んでもわからない所が出てくると思うので、そんな時はこのサイト...という感じでは無く、その逆で使っていました。　
Ｇ検定で覚える用語が浅く広く解説してあります。
電車で、付箋も本も開く暇が無い時などはこのサイトで、用語を説明できるか脳内で考えて、理解が曖昧なら覚え直す、という感じで利用していました。

理解が曖昧な用語が現れた時には、ChatGPTに聞くのもおすすめです。

どれくらい勉強したか・どのように勉強したか

知識のインプット、問題演習合わせて大体100時間程勉強しました。

バイトでの休憩時間に赤本、白本を行い、
電車での通学時間で先程のサイトや、「Ｇ検定　用語集」で調べて出てくるサイトを適当に読んでいました。
これを約1年間続けて行い、約100時間程の総勉強時間になります。

もちろん、休憩時間や通学時間で必ず毎回勉強してるわけでもなく、5回に1回(週に2,3時間)くらいの感覚です。

なぜスキマ時間で合格できたかを考えると、雑音環境で勉強したことで集中力が付いたのと、継続的な勉強をしたことで無理なく覚えられたことが良かったのではないかと思います。あとは、インプットとアウトプットの繰り返しにより、どんな問題が出るか考えながら勉強できたことが良かったと思います。

勉強する時に考えていたこととしては、上にも書いたのですが、用語そのものや問題の解答を覚えるのでは無く、マインドマップや樹形図のように、ある用語から他の用語との繋がり、関係を脳内で考えていました。

また、イメージとしては、「知識欲に従う」みたいな感じで勉強していました。
自分はハッカソンなどでアプリ開発経験があるので、「深層学習で解ける社会問題は何なのか」「どのように深層学習を使うか」「著作権は大丈夫か」などの部分について興味を持って勉強を行っていました。

試験後の感想

シラバス内で言うと、最初の人工知能辺りの分野よりもディープラーニングの概要辺りをもう少し勉強しておくべきだったと思いました。
全体で言うと、一応試験中でもインターネット検索できるのですが、問題文は用語同士の繋がりのような部分を問われることが多く、調べても文章を隅々まで読まないと出てこず時間が無くなってしまいます。
なので、散々書いた通り、用語よりも用語同士の繋がりを覚えるほうが試験で検索する時間を削減できます、
難易度としては、赤本をやっておけば大丈夫だと思います。