6
5

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?

More than 3 years have passed since last update.

AWS Certified Machine Learning – Specialty 合格記

Posted at

目的

各種経緯でAWS Certified Machine Learning – Specialtyを取得できました。これからチャレンジする人の為に、どれぐらいの前提条件がある場合にどれぐらいの勉強をすると取得できるのかの参考例になれば嬉しいです。

背景

仕事で、機械学習をちょっと触る事になりました。その関係で今季の目標にAWS 認定 機械学習 – 専門知識 を取得するという項目を設定しました。
機械学習は、一人一人としては特定の分野(アルゴリズム?)に集中した方が良い気がしてますが、今回の経緯上だと業務で必要になった案件に対してどう進めていくかを判断するために、一旦AWSと機械学習の組み合わせで出来る事を一通り学んでおいた方が良いと思ってチャレンジする事にしました。

勉強開始前スペック

勉強ステップ

2021年1月末~2月中旬
Udemy講座 AWS Certified Machine Learning Specialty 2021 - Hands On! を学習
2021年2月末~
Kaggleの「Courses」をこなし始める。
同時に、「Tabular Playground Series - Mar 2021」などのコンペをやり始めてみる。
2021年3月~4月半ば
機械学習: 試験準備 の順番に従って AWS トレーニングと認定 を受講開始
2021年4月末~2021年5月頭
Udemy模擬試験 AWS Certified Machine Learning Specialty Full Practice Exam
練習用に10問、本番用に65問。初見で、前者は70%、後者は56%の正解率だった。
2021年5月頭~
Udemy模擬試験 AWS Certified Machine Learning Specialty Practice Exams
本番用に65問。ボーナスとして35問。初見で、前者は61%、後者は74%の正解率だった。
2021年6月初旬~
ひたすら問題集を繰り返す
2021年6月中旬~
サンプル問題や、模擬試験を受ける。模擬試験は75%とギリギリ。
2021年6月下旬~
Udemy講座 AWS Certified Machine Learning Specialty 2021 - Hands On! を再学習。問題集をある程度こなした状態で学習すると、大分頭に入ってくる。

それぞれの教材に関しての簡単な感想

Udemy講座

AWS Certified Machine Learning Specialty 2021 - Hands On!
講座内容の章タイトルに「Bonus Lecture: Get the Full 3-Hour Practice Exam」とかあったので、講座と模擬問題のセットと思って購入したコース。が、その章は別の模擬問題講座の紹介だった。ちょっと騙された。本体の中身は機械学習の基礎とAWSサービスの講座とSageMaker(+α)のAWSサービスを使ってのHandsOn。
セクション毎の小テストもあり。何気にこの小テストを最後に見直しておいたのもよかったと思います。

Udemy模擬試験

AWS Certified Machine Learning Specialty Full Practice Exam
やはり単にビデオを見たりしているだけだと、知識が定着していない事を感じます。模擬試験を受けると細かい所での見落とし点が洗い出されるので、そんなあいまいな知識はちゃんと洗い出して復習しました。
もちろん、一番良いのは実際にサービスや機械学習ロジックを使う事です。ただ、今日の機械学習の世界で広い範囲で実際に体験するのには限界があります。自分が集中してやる分野は決めたうえで、それ以外は基本を押さえたうえで、知識を把握しておくという方向が良いと思います。

AWS Certified Machine Learning Specialty Practice Exams
一つ目の模擬試験だけでは問題数が少ないと思い、もう一種類購入しました。二つの模擬試験講座で、似通った問題が無かったのでよい練習になりました。
また、こちらは問題の解説が良いです。正解の選択肢に関する説明だけでなく、不正解の選択肢に関する説明もあります。関連する情報へのリンクもあり上の問題集と比べるならこちらの方が良いと思います。定価での比較だとこちらの方が安いというのもあります(多分割引中もこちらの方が安い)。

最初は合格点に行きませんでしたが、試験前には90%前後の点は取れるようになっていました。

Kaggleの学習コース課題

勉強するだけだといわゆる「分かってから始めたい病」にかかってしまうという恐れから、初めてみました。
想像通り、課題でチュートリアルをするまでは進められたけど、それ以後どの様に精度を向上していくのかという実践の知識が無い事を思い知ります。Kaggleでは手練れのデータサイエンティストが解法を共有してくれているのでそれを見て勉強もできます。
それを理解しなくてはいけないですが、当然の事ながらpandasなどの基本ライブラリの使用方法を把握していないと読解できないです。
アルゴリズムだけではなく、データの参照も重要になってきます。学習データの傾向把握のみならず、トライした結果がどの様になったかの確認にも重要です。
そんな現場でやっている事を実感できるよいサービスです。ここで現場の基本を理解しておくと関係する学習の理解も深まる事確実です。

AWS トレーニングと認定

AWS トレーニングと認定 にて以下の順番で受講しました。この試験では機械学習そのものの知識とそれに関するAWSの知識が半々で出題されるという話ですが、このトレーニングの割合もそんな感じです。AWSSageMakerの使い方はもちろん説明されますが、その基本理論や機械学習ライブラリなどの説明もあります。個人的にはAnormalyDetectionの説明の部分が興味深かったです。

  1. Machine Learning for Business Challenges (Japanese)
  2. Process Model: CRISP-DM on the AWS Stack (Japanese)
  3. The Elements of Data Science (Japanese)
  4. Getting Started with Amazon Simple Storage Service (Amazon S3) (Japanese)
  5. Machine Learning Security (Japanese)
  6. Developing Machine Learning Applications (Japanese)
  7. Introduction to Amazon SageMaker (Japanese)
  8. Introduction to Amazon SageMaker Neo (Japanese)
  9. Machine Learning Algorithms Explained (Japanese)
  10. Automatic Model Tuning in Amazon SageMaker (Japanese)
  11. Advanced Analytics with Amazon SageMaker (Japanese)
  12. Anomaly Detection on AWS (Japanese)
  13. Building Recommendation Systems with MXNet and GluOn (Japanese)

AWS 公式サンプル問題

サンプル問題のダウンロード出来ます。忘れずにやっておきましょう。

AWS 公式模擬試験

20問ではありますが、本番を意識したテストを受ける事が出来ます。本番の試験申し込みページで選択します。無料ではないですが、よほど自信がある人でなければ受験して難易度や出る問題の雰囲気など把握しましょう。

結果

903点で合格でした。いくつか取得したAWS認定試験の中で自分最高点でした。

参考にさせて頂いたページ

公式ページ

機械学習: 試験準備

皆さんの良記事

AWS Certified Machine Learning – Specialty合格までにやったこと

6
5
0

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
  3. You can use dark theme
What you can do with signing up
6
5

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?