G検のためにやったこと
JDLAが開催する「JDLA Deep Learning for GENERAL 2020#2」
の受験記です。今後受験する方の参考になれば幸いです。
目次
- 試験概要
- 使った教材
- 試験当日の検索ワード
試験概要
一般財団法人日本ディープラーニング協会が開催する試験で、
ディープラーニングに関する公的な資格のための、できたての試験です。
試験のレベルは2段階あります。
一般向けの「GENERAL(G検)」と
エンジニア向けの「ENGINEER(E検)」です。
今回受けたのは、一般向けの比較的簡単なG検の方です。
詳細は、公式サイトの概要を御覧ください。 www.jdla.org
使った教材
試験のために、3冊利用しました。
1冊は基礎理解のため、2冊は試験対策のための本です。
1. 「ニューラルネットワーク自作入門」
ニューラルネットワークの根幹の部分を1から教えてくれた本です。
良いモデルを作るための細かなテクニック等は置いておき、
本質の部分だけをわかりやすくまとめてくれています。
途中で高校3年〜大学1年あたりの数学(配列と線形代数)の知識を使うのですが、巻末に説明も載せてくれています。
詳しく知りたい人は巻末の資料を読むとより理解が深まります。
2. 「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」
ディープラーニングの発展の歴史と主要な学習手法を広く学ぶことができます。
初学者である私にとっては、全体像を速く掴むため読んでいました。
本の後半では、ディープラーニングの活用事例などがまとめられていますが、試験問題としては出題が少ないため、試験対策としてはあまり活用できませんでした。
3. 「徹底攻略 ディープラーニングG検定 ジェネラリスト 問題集 徹底攻略シリーズ」
広く学んだ知識で、問題が実際に解けるのか試すために利用する予定でした。
1と2で学んだ内容で、半分はカバーできるという感覚でした。
残りの半分についても知ってさえいれば解ける問題なので、
覚えきれていなかった重要語(GAN(敵対的生成ネットワーク))や
初めて見る言葉(LAWS(自立型致死性兵器))を覚えていきます。
試験当日
試験中は問題文中にわからない単語や、
知っていれば解けそう単語が出てきたら、
即、Google先生に教えてもらいました。
G研のGはGoogleの頭文字と言っても過言ではないほど検索だよりでした。
検索しながら問題を解き、試験時間をちょうど使い切って最終問題まで到達しました。
教科書や問題集で覚えた問題は即答し、他はすべて検索という方法でピッタリの時間でした。
試験当日の検索ワード
参考までに検索したワードを一覧化しました。
検索ワード |
---|
ネオコグニトロン |
人間中心のAI 社会原則 |
個人情報保護 個人 |
自動運転 レベル3 |
倫理的に調和された設計 |
ACM FAT |
XAI |
Tay 事例 |
Bow テキスト |
事前言語処理 |
物体認証 摂動 |
コサイン類似度 |
k-分割交差検証 |
帰無仮説 |
ベイズ推定 |
隠れマルコフモデル |
トピックモデル |
Adam AI |
送還行列 |
類似問題 条件分岐の回数 |
交差検証 |
勾配爆発 |
resnet |
googlenet |
l2正規化 |
損失関数 |
スキップグラム |
物体検知 |
ペタ |
分散表現 |
2016 deepmind社 |
強化学習 報酬 利益 |
確率的勾配降下法 |
AI ドロップアウト |
制限付きボルツマン 3層 |
教師矯正 |
RNN ゲート |
忘却ゲート |
AlphaGo star zero |
t-sne |
R-CNN |
mnist |