はじめに
なんか、ガチ素人って書くとAVみたいですね
ディープラーニングの知識ゼロの素人でしたが、1ヶ月の勉強でディープラーニング ジェネラリスト試験1に合格しました。
せっかくなので、自分の経験を踏まえつつ合格への（おそらく）最短ルートをまとめてみます。
これからチャレンジしてみようという方の参考になれば幸いです。
ちなみに、僕のスペックはこんな感じです。
- 数年前まで理系の大学院生だった。
- 専攻は機械工学だったので、ディープラーニングの知識はゼロ。行列の計算くらいはできる。
- お仕事は上流という名のパワポ職人。
多分これが一番早いと思います
Coursera
色々なところで紹介されているので、今更細かい解説はしません。
騙されたと思って、Andrew先生の機械学習講座を修了してください。
修了する頃には「何がわからないかがわかる」＝「次にどんな勉強をすれば良いかわかる」ようになっていると思います。
Machine Learning
面倒だと思いますが、プログラム課題もきっちりやりましょう。
動画を見てわかったつもりになって先へ進んでしまうと、後でまた戻ってくることになりますよ（体験談）
ここまで60〜70時間くらい。最初にして最大の難所。
机に向かう時間が捻出できない人は、スマホアプリ版Courseraを使って通勤時間を活用すると良いと思います。
iOSとAndroid、両方あります。
どうしてもモチベーションが続かない人は、
最後の週 (Week 11) の最後の動画 (Summary and Thank you) をこっそり見ましょう。
理由は見ればわかります。
指定参考書をよむ
Machine Learning講座だけでは出題範囲をカバーしきれないので、公式サイトで指定されている3冊の参考書もチェックしておきます。
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
かんたん。さくっと読めます。
ここまで65~75時間くらい
深層学習 (機械学習プロフェッショナルシリーズ)
数式ばかりで内容が重い。初学者がいきなりこれを読むとやる気を失うかもしれない。
でも、Courseraを修了した貴方なら読み通せるはずです。
最初の方は「あ、この問題、Courseraでやったやつだ！」という感じで流し読み。
後半のCNNやRNNについて言及しているところを重点的に読みます。
数式の理解に力を入れる必要はありませんが、原理は押さえておく必要があります。
ここまで70時間~80時間くらい
AI白書2017
こちらは物理的に重い。腰を据えて読みます。
ディープラーニングを取り巻く社会情勢にまつわる問題がここから出ます。
おそらくところどころ「？」の浮かぶポイントがあると思いますが、
個々の用語を深追いするよりも一通り読み通すことを優先します。
ここまで80時間~85時間くらい
AI白書2017
紙の本は絶版しているみたいなので、電子版を買いましょう。
試験結果
ジェネラリスト試験は、自分の点数も合格基準点も公開されません。
どのくらいの余裕で受かったのかは今もって不明です。
が、自分の感触だと正答率85%くらいでしょうか。
ふりかえって
元々はディープラーニングの理解を目的に始めた勉強で、資格取得自体は単なるマイルストーンのつもりでした。
ですが振り返ってみると、受験の過程で役に立つ知識を学ぶことが出来たかなと思います。
次の試験は2018年6月だそうです。1ヶ月で、となると結構ハードでしたが、今から始めれば半年あります。
興味のある方は、ぜひチャレンジしてみてはいかがでしょうか。