- E資格合格までにやったこと
2021年#2でE資格に合格したので、合格体験記を書きました。
これから受験する人にとって少しでも役に立てば嬉しいです。
試験までにやったこと
試験までにやったことは、以下の4つです。
私が勉強したときは上で挙げた項目を色々並行してやっていたのですが、振り返ると記載した順番でやっていけばよかったなと思いました。
下の項目ほど難易度が高いです。
JDLA認定プログラムの受講
E資格を受けるためには、JDLA認定プログラムを受講して受験資格を得る必要があります。
そのため、E資格を受ける人はもれなく講座を受講します。
受講するプログラムによるかもしれませんが、基礎からしっかり解説してくれるので初学習者でもなんとかついていける難易度になっています。
一番最初は認定プログラムで基礎力をつけていけばよいかと思います。
ちなみに私はAVILENのプログラムを受講しました。
他の講座と比較したわけではないので信ぴょう性は低いですが、可もなく不可もなくという感じでした。
※あくまで個人的な感想です
どの認定プログラムを受講しても自己学習は必須になるので、そこまで講座選定にこだわらなくても良いと思います。
マインドマップで知識の整理
次に認定プログラムで習った知識をアウトプットしていきました。
とにかく試験範囲が広いので、どの分野がどのように関連することを整理できると理解が深まります。
私がまとめたマインドマップの一部ですが、こんな感じです。
これを作ったことで理解が足りない分野が明らかになったり、復習の際に非常に役に立ちました。
必ずしもマインドマップでなくてもよく、ノートを作るなど人それぞれ自分にあった方法を選んでください。
各分野の書籍を読む
JDLA認定プログラムだけでは深堀りが足りないと感じた分野の書籍を読みました。
他にも書籍を読んだのですが、特に役に立ったものだけ載せています。
| 分野 | 線形回帰の数式 |
| Deeplearningの基礎(実装) | 難易度: とても分かりやすく解説している書籍です。 Deeplearningの基礎を理解できて、コードもそのまま試験に出るレベルです。 個人的に、DeepLearningに関する本で一番良書だと思っています。 |
| 難易度: ゼロからシリーズのうちの一冊で、DeepLearningのライブラリを自作するという内容になっています。 分厚さとライブラリの作成という内容で敬遠しがちですが、丁寧に解説してあるので内容はそこまで難しくありません。 実装を知ると細かい部分の理解が深まります。 | |
| Deeplearningの基礎(理論) | 難易度: DeepLearningの数式など理論を解説している本です。 少し読みづらいと感じ、私はこの本を読破するのに苦労しました。 世間での評判は良いのですが、個人的には必読ではないかと思います。 |
| RNN | 難易度: ゼロからシリーズのうちの一冊で、主に自然言語処理について解説しています。 ほかシリーズと同様分かりやすく解説してありますが、後半はレベルが高いと感じました。 この本のコードもそのまま試験に出るレベルなので、必読です。 |
| AE、GAN | 難易度: 生成分野に関する書籍で、AEやGANの原理について非常に分かりやすく解説してあります。 やや実装により過ぎた内容なので、生成分野全体は網羅されていません。 E資格対策のためなら、後半の熟読は不要かと思います。 あまりこの本に関する評判を聞かないのですが、個人的にかなりの良書だと思っています。 |
| 機械学習手法 | 難易度: DeepLearning以外の機械学習手法をざっくり把握するためにちょうどよい書籍です。 若干理論の解説が浅いのですが、どんな手法があるのか概要を抑えるために使えます。 やさしい本なので、学習初期にも読み進めやすいです。 |
| 数学(統計学) | 難易度: 統計学を今まで勉強したことがなかったので、代表的な入門書を読みました。 教科書に使われるような本なので、文章が硬く少し読みにくかったのです。 情報の信憑性は非常に高いので、安心して読めました。 |
| 数学(線形代数) | 難易度: 書籍ではなく、ヨビノリさんの動画で勉強しました。 特異値分解についての情報はなかったため、web上で情報収集しました。 特異値分解については、こちらの記事にまとめてあります。  【線形代数】特異値分解とは?例題付きで分かりやすく解説!! この記事を読んで分かること 特異値分解とは何か 特異値分解をするメリット 特異値分解の求め方 特異値分解とは 特異値分解とは、 ある行列を直交行列と対角行列の積に分解する計算の... nisshingeppo.com
|
| 総復習 | 難易度: E資格の問題集で、非常に難易度が高いです。 本番の試験も似たような雰囲気なので、これくらい深く勉強する必要があるのかと学習の目安になります。 これを完璧に解けるようになっていれば合格間違いなしだと思います。 |
情報理論・強化学習・GANは、JDLA認定プログラムの内容とweb検索するくらいでした。
問題集(黒本)を解く
先程も出てきましたが、E資格の問題集です。
私は3周解きましたが、完璧に理解できず最終的な正解率は80%程度でした。
問題の意味を理解するだけでも一苦労するような難易度でしたが、繰り返し解く価値はあります。
各章の問題より章末の模擬試験(総仕上げ問題)のほうが易しい問題となっているので、こちらから完璧に仕上げるほうが進めやすいです。
効果的だった勉強
ゼロから作るDeep Learningを熟読したことが一番試験に役に立ったと思います。
この本は3回読んで、コードを写経しました。
この本についてweb解説してくださっている方も多数いるので、非常にありがたかったです。
もっとやっておけばよかったこと
試験を受けた後に特に後悔したのは以下の2つです。
ゼロから作るDeep Learning ②
ゼロから作るDeep Learning ②をもっと読んでおけばよかったです。
RNNは必須だろうと勉強していったのですが、Attention、Transformer辺りの知識がしっかり身についていなかったので、本番でもたくさん間違えました。
この書籍の後半が難しく後回しにしたのですが、それが完全に仇となりました。
E資格の問題集(黒本)
E資格の問題集(黒本)をもっと仕上げておけばよかったです。
勉強しているときはここまで深い問題は本番で出ないだろうと高を括っていたのですが、本番でもしっかり出ました。
黒本よりもJDLA認定プログラムの模擬試験を100点にするように勉強していました。
黒本の方が原理をしっかり理解していないと解けないので、そっちにすればよかったと思っています。
E資格合格までの84日間のスケジュール
実際にどんな日程で勉強していったか紹介します。
総勉強時間は400時間くらいで、平均すると平日4時間、休日8時間勉強しました。
私は物覚えが良くないので、もう少し勉強時間が少なくても合格はできると思います。
1～24日目:JDLA認定プログラムの受講
まずはJDLA認定プログラムに従って勉強していきました。
講座(動画)を見て、マインドマップにまとめてをひたすら繰り返しました
この時は、コーディングする課題も調べながらなんとか解けるレベルです。
【E資格勉強】1日目
「JDLA認定プログラム」のオンライン講義を受けました。
全プログラムの7%まで終わりました。ディープラーニングの基礎的な概念だったので新しい知識は特に増えませんでした。
書籍を読んだ独学と大差ないので、これからの内容に期待です。#E資格— shining(AIエンジニア) (@shining25436390) May 30, 2021
【E資格勉強】11日目
多層パーセプトロンの実装の続きを行いました。ソフトマックス関数の定義を間違えていて、学習が進んでいませんでした。
無事動作するようになり、全結合層だけでmnistの精度が80%くらいになることを確認しました。#E資格— shining(AIエンジニア) (@shining25436390) June 9, 2021
【E資格勉強】23日目
「JDLA認定プログラム」のオンライン講義を受けました。
全プログラムの90%まで終わりました。
講義の受講は全て終わり、残りは模試を解くだけになりました。DeepLearningを使った強化学習のアルゴリズムについて学びました。#E資格
— shining(AIエンジニア) (@shining25436390) June 21, 2021
E資格の受験資格を早めに得ておこうと思い、JDLA認定プログラムの修了試験以外は一気に終わらせました。
24～33日目:ゼロから作るDeep Learningを熟読
E資格の試験にはコーディングの問題も出ることを知り、ゼロから作るDeep Learningの熟読をしました。
写経して、情報をまとめて、という読み方をしていたので時間がかかってしまいました。
【E資格勉強】24日目
試験範囲は一通り勉強が終わったので、「ゼロから作るdeep learning」を熟読していきます。パーセプトロンについて詳細まで調べながら、記事にまとめました。https://t.co/H4lhsJXCQz#E資格
— shining(AIエンジニア) (@shining25436390) June 22, 2021
【E資格勉強】29日目
今日も「ゼロから作るdeep learning」を熟読していきます。損失関数について記事にまとめました。
2乗和誤差と交差エントロピーのpythonでの実装もしてみました。https://t.co/yjZQlF2582まとめると時間がかかってしまうので、インプットだけに集中するか検討中です#E資格
— shining(AIエンジニア) (@shining25436390) June 27, 2021
【E資格勉強】32日目
「ゼロから作るdeep learning」の7章まで熟読が終わりました。画像解析に関する内容で、得意分野でした。
全結合層だとピクセル間の距離情報が失われてしまうので、画像畳み込みやプーリングを行うという直感的で自然な考え方なのでわかりやすいです。#E資格— shining(AIエンジニア) (@shining25436390) June 30, 2021
このときにディープラーニングの基礎的な知識が身についたと思います。
34～40日目:E資格問題集(黒本)を解いてみる
ここで初めて問題を解いてみました。
初めて解く問題が黒本だったので、全然わからないことだらけでした。
【E資格勉強】34日目
一通りインプットが終わったので、問題集「徹底攻略ディープラーニングE資格エンジニア問題集」を解いていきます。https://t.co/a75NF6QLon■正解率
第1章(線形代数)64.7%
第2章(確率・統計)58.8%
第3章(情報理論)11.1%今の実力を受入れて勉強していきます。#E資格
— shining(AIエンジニア) (@shining25436390) July 2, 2021
【E資格勉強】38日目
「E資格エンジニア問題集」を解いていきます。■正解率
第13章(畳み込みニューラルネットワーク)55.6%
第14章(再帰型ニューラルネットワーク)52.2%
第15章(自然言語処理)45.9%概念を知ってても、いざ実装するとなると全然わかっていませんでした。#E資格
— shining(AIエンジニア) (@shining25436390) July 6, 2021
【E資格勉強】39日目
「E資格エンジニア問題集」を解いていきます。■正解率
第16章(生成モデル)35.3%
第17章(深層学習を用いた強化学習)41.7%
第18章(開発・運用環境)53.8%生成も強化学習も全然わからなかった…
やらないといけないことが多すぎますが、焦らず1つ1つ学んでいきます。#E資格— shining(AIエンジニア) (@shining25436390) July 7, 2021
全体の正答率は60.3%で、かなり焦りを感じました。
41～56日目:JDLA認定プログラムの修了試験に向けて勉強
JDLA認定プログラムの修了試験に向けて、認定プログラムの講義資料などを使って苦手分野の勉強をしていきました。
【E資格勉強】44日目
JDLA認定プログラムで提供されている例題を解いていきました。ベイズや確率分布について詳しく調べていきました。
やり残している部分が多すぎて試験に間に合うか心配になってきました。#E資格— shining(AIエンジニア) (@shining25436390) July 13, 2021
【E資格勉強】44日目
JDLA認定プログラムで提供されている例題を解いていきました。ベイズや確率分布について詳しく調べていきました。
やり残している部分が多すぎて試験に間に合うか心配になってきました。#E資格— shining(AIエンジニア) (@shining25436390) July 13, 2021
【E資格勉強】51日目
バッチ正規化ノーマライゼーションについて勉強しました。4つの手法の違いをはっきりさせました。
・Batch Normalization
・Layer Normalozation
・Instance Normalization
・Group Normalization#E資格— shining(AIエンジニア) (@shining25436390) July 21, 2021
修了試験の結果は不合格でした。
このときに認定プログラムの内容だけでは合格できないのではないかと思い、様々な書籍を読み始めました。
57～63日目:JDLA認定プログラムの再試験に向けて勉強
JDLA認定プログラムの修了試験で頻出した数式やコーディングの問題を中心に勉強していきました。
若干モチベが下がっていた時期です。
【E資格勉強】58日目
tanh関数について情報をまとめました。https://t.co/uCOQTKXYVd活性化関数からモデルを逆引きしてみたりと普段と違う観点で調べたので記憶に残りました。
・LSTMユニット
・GRUユニット
・Attention
・WaveNet
・DCGAN意外と使われていますね。#E資格
— shining(AIエンジニア) (@shining25436390) July 30, 2021
【E資格勉強】61日目
Attentionについて勉強し直しました。・入力と出力を対応関係を学習する
→エンコーダの隠れ状態をデコーダに入力する
→デコーダの予測に寄与する入力単語の情報を選択する
・ 入力の寄与度を重みaで表す
・重みの計算には加法注意と内積注意がある#E資格— shining(AIエンジニア) (@shining25436390) August 2, 2021
【E資格勉強】62日目
明日、JDLA認定プログラムの修了試験を受けます。
前回間違えた問題を再度解きなおしてみました。やはり強化学習が鬼門です。
あと、自然言語処理も少し怪しいので、RNNから再復習かな…#E資格— shining(AIエンジニア) (@shining25436390) August 3, 2021
無事再試験に合格し、E資格を受験できることが決まりました。
64～84日目:問題集をひたすら解く
JDLA認定プログラムで提供された問題や黒本をやっていき、知らない知識は書籍で調べるということを試験日まで繰り返しました。
JDLA認定プログラムの問題を(簡単だったので)優先的にやっていたのですが、これが失敗だったかなと思っています。
結局黒本は80%くらいしか解けるようにはなりませんでした。
【E資格勉強】71日目
黒本(2回目)を解きました。第4章(機械学習の基礎)75.0%
最尤推定はよく出てきますね。
イマイチ機械学習との関連性をつかめてません。あと、黒本は文章が固すぎて、選択肢が理解できないことがよくあります。
国語力が足りないのか…#E資格— shining(AIエンジニア) (@shining25436390) August 12, 2021
【E資格勉強】72日目
黒本(2回目)を解きました。第5章(前処理・特徴選択・性能指標)77.8%
特徴選択には
・フィルタ法
・ラッパー法
・埋め込み法
があるらしい。初めて知りました。
特徴量選択の問題はあまり見たことがなかったので、これくらい知っていればいいのだろうか。#E資格— shining(AIエンジニア) (@shining25436390) August 13, 2021
【E資格勉強】72日目
黒本(2回目)を解きました。第5章(前処理・特徴選択・性能指標)77.8%
特徴選択には
・フィルタ法
・ラッパー法
・埋め込み法
があるらしい。初めて知りました。
特徴量選択の問題はあまり見たことがなかったので、これくらい知っていればいいのだろうか。#E資格— shining(AIエンジニア) (@shining25436390) August 13, 2021
やり残しがまだまだあると感じていましたが、試験の日程になってしまいました。
試験を受けた感想
E資格の本番でも問題はすごく難しいと感じました。
黒本より簡単という噂も聞いていたのですが、そんなことはなく同じレベルの問題が出ていたと思います。
ただ、合格率は70%と高いので100点を取るのは非常に難しいけれど、合格自体はそこま難しくない資格だという印象です。
そのため、E資格を取れたからディープラーニングはマスターしたとは言い難く、知らないことだらけなのでこれからも勉強が必要だと思う良い機会になりました。
ちなみに、E資格は合格しましたが大事な分野の得点率が低かったので、AIエンジニアを名乗れなくなりました笑
E資格合格しました。
機械学習と深層学習が全然できてませんでした。
私はAIエンジニアではなく、普通のエンジニアだったみたいです笑#E資格 pic.twitter.com/eiBUTRcgc6— shining(AIエンジニア) (@shining25436390) September 17, 2021
まとめ
E資格の合格までにやった勉強を紹介しました。
やったことは、以下の4つです。
DeepLearningについて真剣に学びたい人はぜひ受験してみてください。
コメント
[…] 【合格体験記】E資格合格までの84日間で勉強したこと […]