JDLA Deep Learning for GENERAL 2018#1に合格したので、試験対策方法を載せてみた

こんにちは。とむるです。

このたびJDLA Deep Learning for GENERAL 2018#1に合格したので、自分が勉強した勉強法や対策を記事にしました。

JDLA Deep Learning for GENERALの概要

JDLA Deep Learning for GENERAL(いわゆるG検定)は、一般法人日本ディープラニング協会(JDLA)が提供する試験になります。

その中でもG検定は、

ディープラーニングの基礎知識を有し、適切な活用方針を決定して事業応用する能力を持つ人材

の育成を目的としています。公式HP:http://www.jdla.org/business/certificate/

G検定の特徴としては、

問題量が超多い

2時間の試験で、問題数は228問と超絶多いです! なので1問あたり30秒で解かないと最後までいけません。

選択式

全ての問題はすべて選択問題式です。記述式の問題とかはありません。

どこでも受験可能

これはかなりありがたいです。問題の解答は、試験中に調べ放題です。ただし、1問あたり30秒という制約がありますし、ネットで調べても全然答えが出てこない難問も結構あるので、ノー勉で合格するほど甘くはないと思います。

試験対策:推薦図書の全てを網羅するのは不可能!!!

JDLA Deep Learning for GENERALを受けるにあたっての以下の3冊が推薦図書になっています。

ただ、上記の3冊を網羅的に勉強するのは不可能です。それくらい広範で難しい内容となっています。

試験対策:松尾本

そういうこともあって試験対策としては、まずは、松尾豊先生の本を最優先で網羅的に読んだほうがいいと思います。

なぜならこの試験は、松尾本からの内容から大半の問題が出題されるからです。特に穴埋め問題やAIの歴史を問う問題などはこの本からの出題が多いです。

人工知能の定義

松尾本の中でAI研究者が述べている人工知能の定義のページには必ず聞かれるといっていいでしょう。そのページに付箋を貼るか、ブックマークしておくことをオススメします

またAIの歴史の変遷の理解は特に重要です。

第1次AIブーム

第1次AIブームは、「探索」・「推論」の時代といわれています。なのでこの単語周辺の知識は必ず押さえることが重要です。

IBMが開発した「ディープブルー」や「ボンクラーズ」、「ponanza」のような将棋ソフトも用語として問われるので、その前後の文章も理解しておきましょう。

この時代に使われた手法として「ミニマックス法」や「モンテカルロ法」があります。

第2次AIブーム

第2次AIブームは、「エキスパートシステム」、「クロスコンバット問題」、「フレーム問題」、「シンボリック問題」など今に続く手法や課題が生まれた時代になります。これらの単語の意味をしっかり理解しておきましょう。

弱いAIと強いAIの違いは必ず聞かれると思った方がいいです。覚えておくかそのページがすぐ開けるようにしておいた方がいいです。

第3次AIブーム

第3次AIブームは、「機械学習」がメインテーマです。教師あり学習と教師なし学習の違いは必ず聞かれると思っておいた方がいいです。機械学習は、現在でもまだまだ主流として利用されている手法なので、熟読しておきましょう。

次に「ディープラーニング」ですが、画像認識のコンペである「ILSVRC」は試験中しつこいくらい単語を見た気がします。後述しますが、機械学習やディープラーニングについては、別の本を使ってしっかり補強した方がいいと思います。

試験対策:AI白書

AI白書はつまみくいするように問題として出た覚えがあります。Kindleで購入して用語検索できるようにしましたが、いまいち役に立たなかったような・・・。

ただ試験対策関係なく、現在のAI動向を勉強する上で非常に網羅的な本なので買って損はしないと思います!自分の好きなトピックだけ読んでもいいですし、全部を読み切る必要はないように思います。

試験対策:深層学習

深層学習の内容は、目次に出てくる専門用語の意味を覚えるくらいで、試験勉強としては対応できそうです。

ただ人工知能の研究者、学生やAIエンジニアを目指す方は、ディープラーニングの理論を理解するうえで非常に重要な本なので、ちゃんと勉強したほうがいいです。

試験対策:推薦図書外

また参考図書には入っていませんが、ゼロから作るDeep Learning ―Pythonで学ぶディープラーニングの理論と実装を読んでおくと非常に説きやすい問題が非常に多かったと思います。

正直AI白書や深層学習を真剣に読み込みくらいならゼロから作るDeep Learningをしっかり最後まで読破して理解したほうが、試験対策としても有効な気がしましたが、いかがでしょうか。

出題内容としては、

「パーセプトロン」、「ニューラルネットワーク」、「誤差逆伝播法」、「畳み込みニューラルネットワーク」、「ディープラーニング」といった用語の定義や周辺知識は前述した深層学習よりもゼロから作るDeep Learningで学んだ方が頭に入ってくると思います。

試験対策:強化学習

また「強化学習は参考図書の中ではほとんど記述がありませんが、試験では、かなり出題されます

私はネットの対策記事のなどで強化学習が出ると聞いていたので、試験前の1時間程度に軽く勉強しましたが、本当に良かったと思います。今後もかならず強化学習の内容は出題されると思ったほうがよさそうです。

試験対策:偏微分などの計算問題

今回の試験では、偏微分の計算は非常に簡単だったと記憶していますが、基本的に計算問題は捨てるのがよさそうです。とにかく時間がないので。

試験対策:法律問題

残り10数問を切ったところでやたら長い文章題が立て続けに出てきます。これらの問題は、時間がない中で、ネットで調べてもなかなか答えが見つけられず、出題者の嫌がらせとしか思えないので、自信がある問題以外はある程度見切りをつけたほうがいいかもしれません。内容としては、AIの創作物に関する法律や自動運転車のレベルなどです。

以上、JDLA Deep Learning for GENERALの試験対策方法について載せてみました。みなさんの試験対策になれば幸いです。また分かりにくかった点がありましたら、個別のコメントや問い合わせていただけたら幸いです。

コメントを残す

このサイトはスパムを低減するために Akismet を使っています。コメントデータの処理方法の詳細はこちらをご覧ください