G検定 2021#1 (2021/3/20受験) に合格しました。
(JDLA Deep Learning for GENERAL 2021#1)
これでようやく、機械学習やAIに関するスタートラインに立てた思いです。
合格までにやったこと（勉強方法、参考書、問題集）などまとめます。
なお、G検定の受験は今回が初めてですので、一発合格になります。
ですので、初めて挑戦される場合には特にご参考頂けると考えています。
やったこと
公式テキストと問題集2冊を1周＋α
王道かもしれませんが、公式テキストを読み込み、有名な問題集を2冊やりました。
公式テキスト (通称「白本」) は1冊しか出ていないので1択です。
問題集はいくつかありますが、合格者のブログやAmazonのコメントを踏まえて、「黒本」と「赤本」を選びました。
それが終わったら、最新動向からの出題に対応するため、電子書籍の問題集 (Kindle本) を1冊やり終えました。
概要は次のとおりです。(詳細は後述します。)
| No. | 通称 | 種別 | 学習時期 | 学習回数 |
|---|---|---|---|---|
| 1 | 白本 | テキスト | 2019年4月～6月頃 | 1周半 |
| 2 | 黒本 | 問題集 | 2021年2月初旬～下旬 | 1周 |
| 3 | 赤本 | 問題集 | 2021年2月下旬～3月中旬 | 1周 |
| 4 | (Kindle本) | 問題集 | 2021年3月中旬～3/20(試験当日) | 1周 |
感覚的には「白本」で40%、「黒本」で30%、「赤本」で20%、残りの方法で10％の知識を得られました。
各書籍の進め方
それぞれの本をどう進めたのかを、ひとつずつ見ていきます。
白本 (公式テキスト)
「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」です。
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 第2版
通称「白本」です。私は初版2刷を使いました。
※私の受験後に新しい「第2版」が出版されたので、そちらの画像を貼っています。
私は初版を2019年初旬に購入し、通勤時など少しずつ通読しました。
黄色マーカを引きながら1周半ほど。
しかし、当時は半分ほどの理解にとどまり、少し興味を失って放置していました。
2021年に入り、引っ張りだしました。
再読するのではなく、後述の黒本、赤本の重要事項を、白本の該当箇所に補記(朱書き)しました。
また、表記ゆれや記述個所の散在が目立つので、訂正やページ参照を追記(これも朱書き)しました。
結果、書き込みのないページはほぼなく、3割くらいは真っ赤です。
大学受験の頃、東大生の勉強方法か何かの書籍に「ひとつの参考書を母艦に定める」という方法がありました。
上述のように、自分に合ったテキストを決めて、それに書き込みして自分用にしてしまう、という方法です。
自分には合う方法なので、今回もこの方法をとりました。
黒本 (問題集)
「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」です。
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 第2版 (徹底攻略シリーズ)
通称「黒本」です。初版7刷を使いました。
※私の受験後に新しい「第2版」が出版されたので、そちらの画像を貼っています。
個人的には、「黒本」の読破は必須だと思います。
1月末にG検定の受検を決めたとき、「白本」の復習から始めようとしました。
しかし1時間もせずに切り上げて、問題集「黒本」を注文しました。
「白本」は既に読了しているためか全く頭に入ってこないので、問題集から入る段階と判断したためです。
問題集は数冊ほど出ていますが、超定番かつどこでも高評価の「黒本」を1つ目の問題集に選びました。
2021/1/30に開始し2/20に完了。黄色マーカを引きながら1周。
「白本」に載っていない内容は「白本」の該当箇所に転記しました。
あとで時間があればもう1周、と考えていましたが、結果的には1周で十分でした。
上記の「転記」や、他の問題集で十分に記憶できたのだと思います。
私の場合、「黒本」で最初から正解できたのは3割くらいです。残りの7割は不正解またはあやふや正解です。
この7割を集中して理解しました。
「白本」で意味不明だった内容が「黒本」で理解できたものも結構ありました。
受験した印象では、「黒本」は内容が非常に濃く、超効率的です。
ただし、この「初版」は2019年当時の内容なので、2021年の受験を考えると内容が古いです。
問題集はどれも似たような発売時期だったので、オンラインなどで最新の出題内容を知る必要があると考えました。
試験では「白本」「黒本」でカバーできる内容に加えて、「AI白書」(推奨図書のひとつ)などにある最新動向についても出題されるためです。
最新の出題内容については、後述のKindle本やオンライン過去問などで対策しました。
とはいえ、土台となる知識を固めるためには、「黒本」はとても効果的でした。
赤本 (問題集)
「最短突破 ディープラーニングG検定(ジェネラリスト) 問題集」です。
最短突破 ディープラーニングG検定(ジェネラリスト) 問題集
通称「赤本」です。初版2刷を使いました。
個人的には、やってよかったと思いますが、少しクセがあり一部取捨(後述)が要りました。
3/20の試験まで2ヶ月ほどあったので、「黒本」の進捗次第ではもう1つ問題集をやろうと思っていました。
「黒本」が終わり、「解説が充実している」と評判の「赤本」を選びました。
届くまでの数日間あったので、後述のオンライン過去問を解いて過ごしました。
ちなみに、一気に書籍を買うと圧倒されそうだったので、「終わったら次！」という感じで、本は1冊ずつ買うことにしました。
そうすることで、2冊目に行くときも「やれやれ1冊目が終わったよ、次はこの本か」ではなく、「よし、1つめ終わり！次いくぞ！」という気持ちで進めました。
この辺の進め方は好みかもしれませんが、ご参考まで。
2/24に開始し、3/14頃に完了。黄色マーカを引きながら1周。
「白本」に載っていない内容は「白本」の該当箇所に転記しました。
「黒本」を1周したあとだと、問題形式にはだいぶ慣れてきていることを実感できました。
「赤本」のほうが若干あたらしい内容が含まれていました。
私の場合、「赤本」で最初から正解できたのは4割くらいです。
「黒本」をやってはいたものの、初見の内容も多く苦戦しました。
章末の用語集が秀逸で、切り取って「白本」と保管しています。
ここで、前述した「一部取捨」が必要だった件を補足します。
例えば、3章後半の数式問題やAlphaGoのアルゴリズムについて過剰に詳しい問題などは「E資格に備えたものでは？」と判断し、未読としました。
そのままG検定を受験しましたが、結果的には正解でした。ここまでの知識は不要でした。
また、前半でAIとは明らかに無関係な選択肢についてまで用語解説があったりしましたが、これも飛ばしてOKでした。
5章の強化学習については、ちょっと日本語が厳しい解説も散見されましたが、意味不明なら読み飛ばしました。
G検定 ～厳選問題集～ by yuki (Kindle形式, 問題集)
「G検定 ～厳選問題集～ by yuki」です。
Amazon(Kindle)で販売される電子書籍です。
個人的には、この問題集は「超必須」です。
ただし、最低限「白本」「黒本」をやった後でないと、解説の意味がわからなかったと思います。
「白本」「黒本」の後に解けば、「超高効率に総ざらい＋超最新動向への対応」が可能です。
3月中旬～3/20試験当日の午前中まで、最後の約1週間で仕上げに1周しました。
これは本当にやっておいてよかったです。
似たような問題がいくつか出ました。
特に、試験では計算問題が3問くらい出ましたが、まさにそっくりな聞かれ方をしたので感謝しました。
「白本」「黒本」「赤本」にもない最新動向もしっかり補完できました。
ただし、特徴マップまわりの回答が誤っているように見えました。(すぐわかるので問題なかったですが・・・)
なお、500円とリーズナブルですが、Kindleのキャンペーンで「2か月99円読み放題」だったので、この本を買うために申し込みました。
番外編: AIStudy (オンライン過去問集)
「G検定 模擬テストと公式例題解説」です。
study-ai.com
個人的には、あくまで時間があれば慣れるために、という感じです。
有名な過去問サイトです。
公式サイトからもリンクされているので、お墨付きなのかもしれません。
それで安心して取りかかったのですが「おやっ？」と思われる箇所が目立ち、50問くらいで中断しました。
「白本」「黒本」をひととおり完了したあとだったので、いろいろ気づけたと思います。
それが確認できた、という意味合いはありました。
数学の対策について
G検定では、次の分野の初歩中の初歩的な知識が必要でした。
具体的には、次のような目安です。
「白本」(G検定の公式テキスト)には、数学に関する説明はありません。
「黒本」や「赤本」では、いくつか説明はありましたが、割とあっさりしています。
なので、他の方法で理解して置くのが無難だと思います。
ガッツリとした数学の参考書は不要だと思います。
私は、既に持っていた「Pythonによるあたらしいデータ分析の教科書」という本に、このあたりのやり方が概ね載っていたので、おさらいしました。
ちなみにこの本は、一般社団法人Pythonエンジニア育成推進協会が主催する「Python 3 エンジニア認定データ分析試験」の公式教材です。
私は幸運にも大学が情報系だったので、おさらい程度でちょうど良かったのかもしないです。
もし、似たような経歴であれば、ご参考頂ければと思います。
なお、この本は実務でも役に立っています。
Numpy, pandas, Matplotlib, scikit-learnといったデータ分析には基本かつ必須のライブラリについて、ゼロからある程度体系的に概要を把握できました。
やっておけばよかったこと
やれなかったことはないのですが、「早めに」やっておけばよかったことが1つあるので、挙げます。
それは「正誤表」のチェックです。
正誤表のチェック
これは必須かつ最初にやるべきことです。
私はすっかり失念しており、かなり後半にやりました。
そのため、正誤表の訂正対象の箇所のほとんどは、既に複数の書籍で学んだ結果から朱書きで訂正している箇所でした。
もっと早く、できれば最初にやっておけば間違えて覚えてから訂正する、ということはなかったと思います。
白本
https://www.shoeisha.co.jp/book/detail/9784798159737
私の初版2刷では致命的な誤りが2箇所あって、「黒本」をやるまで完全に間違えて覚えていました。
正誤表の確認は重要です。
書店で最新版をみたら訂正されていました。
やらなかったこと
AI白書
数ある推薦図書のひとつ「AI白書」です。
多くの合格者のブログで、試験向けにはやっていませんでした。
私ももし時間があればくらいに考えて、結局やりませんでしたが、問題なかったです。
その他の所感
37.7秒/問と、時間との闘い
今回受験した「2021 #1」は、191問でした。
2時間の試験時間なので、37.7秒/問となります。
例年200問程度(36秒/問)と聞いていたので「30秒で1問」くらいの気合いでした。
受験した感想としては、やはり時間との闘いです。
他のサイトにもあるとおり、わからなければ「暫定の選択肢」を選んだうえでチェックをつけ、後でまとめて見直す、としました。
- わかるものは瞬殺して次へ
- 不安なものは「暫定の選択肢」を選んだうえでチェックをつけ次へ
- 検索すればわかりそうなものは検索する
- わかったら答えて次へ
- 20秒たってもわからなければ「暫定の選択肢」を選んだうえでチェックをつけ次へ
- 最後に「問題一覧」を表示して、チェックをつけた問題を順に確認する
私の場合、最後の確認は残り5分ほどになってしまい、20個ほどチェックをつけたうち5個くらいしか確認できませんでした。
なお、検索した問題は7～8問くらいでした。
合格通知はエイプリルフールに
受験日は2021/3/20で、合格通知は3/31～4/2の間にメール通知される、とのことでした。
4/1の13:00ちょうどに、通知のメールが来ました。
開封すると「合格」と記されており、ホッとしました。
よく考えると4/1なのでドッキリの可能性も...と、そんなことはないですよね...
合格証が送られてくるのはさらに2週間後以降とのことです。
| 2021年4月20日 追記: 無事に合格証が届きました。メールに合格証のPDFが添付されてきます。  |
合格率は6割前後ですが油断は禁物
合格率は概ね6割前後で、今回は63%くらいです。
他の資格試験に比べるとかなり高い合格率ですが、割と難しい印象でした。
情報系出身でアプリ開発の仕事をしていますが、G検定のテキストを読んでも最初はわからないことだらけでした。
そのため腰を据え、きちんと勉強する必要がありました。
私には理解すべきことが多かったので油断せず取り組めました。
最初に、テキストや問題集、過去問サイトなどで「どのような知識が必要か」を確認すると安心だと思います。
受けてよかったこと
G検定向けの勉強を通じて、ディープラーニングやAIの知識を広く体系立てて把握できました。
最近はデータ分析の仕事にも関わっており、実務にも役立っています。
まとめ
長文お付き合い頂きありがとうございます。まとめます。
- 「白本」「黒本」＋問題集をやるべき
- その上で「G検定 ～厳選問題集～ by yuki」での最終確認は本当によかった
- 書籍の正誤表チェックは最初にやってください
合格をお祈りします！
| 2021年11月16日 追記 合格者にデジタルバッジが発行されるようになりました。取得方法を次の記事でご紹介しています。 intellista.hatenablog.com |
資格試験は、体系的に学習できたりキャリアアップに役立つというメリットや、自身のスキルの証明にも使えます。
次の記事では、G検定のほかにも、IT系の資格試験に合格した勉強方法のコツをご紹介する記事をまとめています。
是非、チェックしてみてください！
intellista.hatenablog.com
なお、本記事では書籍やWebサイトの活用を中心にご紹介していますが、「オンライン講座」という選択肢も有効だと思います。
オンライン講座は色や動きもあって視覚的、直感的に優れますし、スマホでで隙間時間にいつでもどこでも勉強できるメリットがあります。
下記の資格スクエアは、「IT×脳科学」をフル活用したオンライン資格講座です。
下記のリンクから無料で会員登録できますので、こちらも是非ご検討ください。
