【2023/11/28更新】G検定2023#5 受験しました😊
はじめに
2023年11月11日にG検定を受験。その体験談を書きます
合否が出たらまた更新しますね
【2023年11月28日更新】
昨日、合格の連絡が届きました😊
同時受験した妻も難無く合格。
結果を受けての感想は最後に追記します。
自分の状況
大学で確率統計を学び、卒論修論研究でも統計データ解析をやっていました
仕事でも運よく(社内ではニッチな)データ活用業務に携わっています
ML/DLブームは大学卒業後に始まったので、それ以降の知識は独学オンリー。好きこそ物の上手なれで、興味ある手法を摘まみ食いした程度のスパースなスキルセットになってしまっているなと最近感じています
・・・と言うことで、ちゃんと知識を体系的に基礎からインプットしたいなと思ってG検定を始めとした各種データサイエンス系資格を取ってみようと奮起した次第です
手始めのG検定!
勉強方法
- G検定公式テキスト第2版
- G検定問題集第2版
どの体験談を見てもこの2冊が定番そうだったので。
知らない分野は、公式テキスト読む⇒問題集解く
ある程度知ってた分野は、問題集解く⇒公式テキスト軽く読む
という流れで進めました。
資格勉強と言うより、知識獲得として単純に読んでて面白かったです。
元々こうした体系的な知識を得ないまま仕事で分析をしていたので、普段やっている事が一般論としてどういう分野なのか改めて知る事が出来た気がします。
僕はエキスパートシステムを作っていたのかなと・・・
公式テキストの章末問題、すぐ下に解答が書かれてるからメッチャやりづらくないですか??
2023#5(2023年11月11日受験)の出題範囲と感想
全191問(120分)
以下、記憶に残ってる限りなので間違いあったらすみません
ディープラーニングの社会実装に向けて
- AI適用に関するガイドライン。個人情報保護。著作権。CRISP-DM。etc...
特に多かった印象。問題文も選択肢も文章が長くて読むのツライ
監視カメラ映像の使用についてなど
問題集にあった「全て不適である」みたいな安パイ選択肢は無かったです
ディープラーニングの手法
- 転移学習多かった。3~4問出てたような・・・
- 画像は一般物体検出とセグメンテーション(セマンティックとかインスタンスとか)
- 生成モデルはDCGANとか
- 時系列(多かった印象)はRNNとLSTMとGRUの構造について
- 音声処理はメル尺度とか何とか周波数とか
- 自然言語は少なかった?Attension機構、BERT、Word2Vecなど。GPTは出ず
この分野も問題数が多かったです。各手法の結構細かな概要を問われる。
RNNとLSTMとGRUについてそれぞれ1~2問づつ出てきて調べるの大変だった
音声処置の尺度もよくワカラン
ディープラーニングの概要
- 単純パーセプトロン、勾配消失問題、信用割当問題、オートエンコーダ、CPUとGPUの役割、TPU
- 活性化関数はReLUが良くでてきたような。tanhはどのグラフか?みたいなのも
- 学習率の手法が多かった。AdaなんちゃらをベースにAdaなんちゃらが出来た、みたいな
- ドロップアウトと早期終了もあったかな?
機械学習の具体的手法
- どれが回帰でどれが分類か選べ。正則化ラスーかリッジかどっち?など
- 教師あり学習:ランダムフォレスト、ブートストラップサンプリング、SVMカーネルトリック
- 教師なし学習:k-means、PCA
- 強化学習:行動価値関数と状態価値関数について
- モデル評価:適合率や再現率やROC曲線について、あとAICも
まぁ幅広く1問づつ・・・みたいな感じ。DLに比べると問題数は少なめでした
AI分野の問題/AIをめぐる動向/AIとは
- 出てきた単語としてはダートマス会議、トイプロブレム、エキスパートシステム、αβ法、オントロジー、ILSVRC、AlphaStar、etc...
問題数はあまり多くないというか、公式テキストに目を通していれば難なくと言う感じで軽かった印象。
数理統計
- 条件付き確率を表す式はどれか?標準偏差を求めよ。分散を求めよ。
問題数はほんの少し。法律やらなんとかNetやら良く知らん問題を読んでる中でこれ系が出てくると少しホッとする。
・・・と思いきや、標準偏差の計算で単純な計算ミスで時間を取られました。悲しい
自分で計算せずChatGPTに任せるのがトレンドらしいです
G検定を受けてみて
各分野の問題がバラバラに出てくる(順番は人により違うみたい)ので、著作権を考えたら次は標準偏差を求めたりと、頭があっちこっち。
秒で解けたら次は悩んでネットで調べたり。ペースがつかみにくかったです
120分で191問と、1問あたりの時間配分はすごく短い
上にも書きましたが「社会実装に向けて」の問題が長文読解ばかりで出題数も多く疲れました
分からない問題はチェックして飛ばしつつ、全問こなしたとこで残り約25分
そこからチェック問題を再度解いて・・・何問か割り切ったけど何とか解ききった感じです
結果がでたらまた更新します!
↓
【2023年11月28日更新】
JDLAからの通知メールに書かれていた情報としては、
総受験者数 5,330名
合格者数 3,662名
⇒合格率68.7%
私自身のシラバス分野別の得点率は、
1.人工知能とは. 人工知能をめぐる動向. 人工知能分野の問題:94%
2.機械学習の具体的手法:91%
3.ディープラーニングの概要:93%
4.ディープラーニングの手法:82%
5.ディープラーニングの社会実装に向けて:94%
6.数理・統計:83%
7.法律・倫理・社会問題:57%
と言うことで、やはり7章の法律・倫理・社会問題がダメでした。
倫理観が欠如してます。
このエリアはAI・データサイエンス系の他の資格でも出題範囲ですから、ちゃんと復習しなければなりませんね。。。
その他は良い得点率となって良かったです。
比較的気楽に取れたという印象ですが、勉強を続ける良いモチベーションアップになりました😊
今後も頑張ります。
Discussion