はじめに
JDLA Deep Learning for ENGINEER 2023#2に合格することができたので、試験までにやったことを振り返りたいと思います。
なお、勉強前の知識はG検定合格レベル(1年前に取得)です。
教材/認定プログラム
以下を利用して勉強しました。
-
キカガク ディープラーニングハンズオンセミナー
- その他認定プログラム事業者は以下から確認できます。
- https://www.jdla.org/certificate/engineer/programs/bizlist/
- ゼロから作るDeep Learning
- ゼロから作るDeep Learning② 自然言語処理編
- ゼロから作るDeep Learning④ 強化学習編
- 徹底攻略ディープラーニングE資格エンジニア問題集 第2版
やったこと
- 認定プログラム
- キカガクの認定プログラムを利用しました。ディープラーニングハンズオンコースを受講することで、E資格対策コースを受講することができました。(セットで付いてきました。)
- ディープラーニングハンズオンコースとE資格対策コースを完了し、事前確認テストを受けることでE資格の受験資格が得られました。
- ある程度実力がついた時期にテストを実施しました。
- 黒本(6~7周)
- 黒本はPythonでの実装ベースで問題が出題されることが多く、なぜその選択肢になるのかを理解することが勉強になりました。解説を読んでも理解できない場合にはその分野の解説動画を漁ってなんとか理解しました。
- 黒本を中心に進めようと思っていたので6~7周しましたが、実際はもう少し黒本の比重を落としても良かったと思います。
- 後ろについている模擬試験は簡単なため、そこまで力を入れなくても良いと思います。
- ゼロつく
- それぞれを一度じっくりと読みました。実装は必要と思う箇所だけ行いました。
- 特に自然言語編、強化学習編は時間をかけて読みました。
- Youtubeの解説動画やネットの解説記事
- 主に黒本には掲載が無い新領域や、理解しきれていない分野を理解するのに利用しました。
- 特にTransformerの理解に苦戦したので、解説動画に非常にお世話になりました。
やるべきだったこと
- 試験範囲の確認は早々にすればよかった
試験範囲をもう少し早めに確認すればよかったかなと思います。黒本を中心に勉強したのですが、公開されている試験範囲と少しずれており、追加で勉強が必要な箇所がかなりある印象でした。そのため勉強を始める前に範囲を確認しておき、必要・不必要な部分をチェックしておくべきでした。 - もう少し深掘りをすればよかった
もう少し深掘りをできればよかったかなと思います。試験範囲が広いこともあり、実際の論文を読むことをせずに論文の解説記事を読んで終わりだったのですが、論文を読むことでより知識の深掘りができてより高得点が取れたのではと思います。特に新領域は黒本ではカバーできませんので、今後受ける場合は必ず目を通すべきだと思います。 - 背景も確認すればよかった
それぞれのモデルが出てきた背景をより深く確認すべきだったかなと思います。
感想
勉強前の前提知識はG検定くらいでしたが、何とか合格することができました。わからないことが多すぎて途中心が折れそうになりましたが少しずつ理解を深めていきました。業務などで機械学習に触れてきた人とはどうしても差が生まれるので、物量でカバーする必要があったのが大変でした。今後受験される方の参考になれば幸いです。