ディープラーニングG検定を受験してみました。
(追記:合格しました!)
実際に使う予定は特にないけれど、今後無縁ではいられないと思いまして。
ヨウジヤマモトの服を学習させて、本人がデザインしてそうな服を出力するという研究もありましたね。
特徴量を学習して画像生成したんでしょうけど、むしろ写真だと潰れがちな黒服からよく読み取ったな。
受験せず勉強だけしようかとも思いましたが、何がしかハードル・締切がないとなかなか手が付かないかなと。
仕事がマンネリ気味なので、何かしたかったのもあります。
脳みそのいつもは使わない部分が活性化する感覚は、なんか気持ち良い。
久々に「勉強した」感。それで満足しちゃイカンけど。
という訳で1ヶ月ほど独学。
今回使用した参考書をまとめておきます。
参考までに、当方は工学部卒、でも実務では微分とか行列とか使わなく久しいというスペック。
まずはこれ。
受験しなくても一通りの知識を仕入れるにはちょうど良いと思います。
人工知能の歴史、機械学習の基本からディープラーニングまで、その利用の実例。
こういう資格試験は問題を解きまくって慣れるべし。
どちらかといえば、公式で勧められている「徹底攻略」が本試験に近かったかな。
しかし、「模試1回分」は本番の問題数の2/3くらいしかないので油断してはいけない。
また、間違えたぶんだけ身につくので切り口の違う問題集もやっておいたほうがいいでしょう。
あと、ILSVRCだの◯◯NETだのDQNだの略称が多すぎるので、学生以来の単語帳を作りました。
手を動かしたほうが覚えられる性分なので、作った段階でだいたい頭に入る。
言葉で覚えても具体的に何をどうしているのかわからなくて腑に落ちず、実装系の本も読みました。
結果は正解。
実際のグラフで見れるのが良く、特にパラメータ数を増やしての過学習と汎化誤差の実例がわかりやすかった。
ただ暗記するだけでもいいと言えばいいのですが、実感が伴うほうが頭に入りやすい。
さすがにPythonを触る余裕はなかったけれど。
ディープラーニングに初期から携わってきた著者の綴った本。
なかなか専門的なので、読み進めるにはG検定くらいの基礎知識を踏まえてからですね。
最近躍進したディープラーニングが、50年以上前から研究され進歩してきた歴史がわかります。
教本では一般的な知識に落とし込まれているけれど、一歩ずつ課題設定とそのクリアの繰り返しでここまできた。
知識の詰め込みではなく、追体験している感じが面白い。ミンスキーは悪魔。
これは学生時代に読みたい本でしたね。研究者の魅力を感じる。
あ、試験自体にはあまり役立っていません。
これらを使って詰め込み。
実際の試験は自宅でのオンライン受験なので、資料参照可。
紙の本で揃えたのは、試験中に調べやすいからというのもあります。
受験(2021年第1回)を終えて。
120分で191問。
スピードが求められる一方、問題集と違って系統ごとに出題されないのでスムーズに思考できない。
紙の試験用紙と違って、全体見渡して解けそうなところから手を付けることができない。
おろそかにしていた、個人情報保護法や著作権法、各国・各組織の動向みたいな時事問題が多かった印象。
技術系の基本知識はサクッと回答し、勉強しきれてない部分はGoogle検索でカバー。
しかし検索し始めると時間経過がわからなくなるので要注意です。
一通り回答して10分残しでした。
各問題にはあとで見返すためのチェック欄がありますが、一覧表示だとどんな問題だったかわからないので結局総当りでチェックする羽目に。
今から思えば、「あとで検索して確認する」と決めた問題だけチェックを入れておけば良かったかな。
追記:無事に合格できてよかった。あとはどう活かすか。