初めまして、EngineeredReiwaです。

最近は人工知能ブームで、特にDeepLearningといった技術が注目され始めました。

今回は、そんなDeepLearningの資格であるE資格に合格したのでその話をしたいと思います！

◼️E資格とは

JDLAの資格試験には2つあります。

G検定...DeepLearningに関する知識を有し、事業活用する人材(ジェネラリスト)の育成を目指す。
E資格...DeepLearningに関する知識を有し、実装する人材(エンジニア)の育成を目指す。

G検定は一般向け、E資格はエンジニア向けです。

今回はE資格に絞ってご紹介させていただきますね。

以下はE資格の概要です。(JDLA Deep Learning for ENGINEER2020#1参照)

資格概要：DLの理論を理解し、適切な手法を選択して実装する能力や知識を有しているかを認定する。

受験資格：JDLA認定プログラムを2年以内に修了していること
試験時間：120分
知識問題：多肢選択式・100問程度
試験会場 ：お申し込み時に、希望会場を選択
出題範囲 ：シラバスより、JDLA認定プログラム修了レベルの出題
受験費用：33,000円（税込）

合格率を見てもらったら分かるのですが、めちゃくちゃ高いです。

（68%！！！！）

ただし、簡単かと言われるとそうでもないです。

JDLA認定プログラムというものがかなり厄介で、一言で言うと、

  (1)特定教育ベンダーの有料プログラム。20~30万。

  (2)特定期間内に修了が必要。(2020#1受験なら2019/1/31までに)

以下、スキルアップAI株式会社のJDLA認定プログラムのオンライン講座の内容を引っ張ってきました。

講座名：現場で使えるディープラーニング基礎講座

講座時間 ：32時間、講師と1on1ビデオチャット30分x2回

料金：358,000円＋模試¥30,000

前提知識：Pandas、 NumPy、scikit-learn、Matplotlib等のPythonライブラリの基本的な使い方。線形代数、微分、確率・統計の基本的な理論。機械学習の基礎知識。

修了条件： 通し課題において基準精度を達成し、そのソースコード一式を提出。DL、ML、応用数学の知識テストに合格。

かなり難しいです！！！

試験に合格することよりも、この認定プログラムをクリアすることの方がはるかに難しいです。

以下では僕が試験に向けてやったことをご紹介していきます！

この通りやればほぼ間違いなく受かるくらいのレベルにはなると思うのでご安心を。

合格点
合格点は公表されていないので何点で合格かとかは分からないです。

しかし調べたり、合格者の話を聞いた感じだと、だいたい6割取れていたら合格するみたいです。

これからご紹介する方法で勉強すれば、合格点なんて気にしなくてもいいくらい高得点が取れると思うのでぜひ参考にしてみてください！

◼️勉強開始時の状況

・Pythonエンジニアリング基礎試験首取得。Pythonで基本的な事しかできない。

・G検定取得したので、なんとなくMachineLearningの全体感はわかる。

・大学3年に、SVMでイケメン度評価アプリという嫌らしいものを使ったので、データは正規化する必要があったり、ライブラリにぶっ込めば学習できたりすることとかは知ってる。

・業務でMLを使っていくことが確定。エンジニアとしての市場価値を高めたい、会社も支援してくれるらしいのでいっちょやってみっか状態。

・試験まであと2ヶ月。割と絶望的だと思いながらも、学習スタート。

◼️受講したJDLA認定プログラム

株式会社zero to one様のプログラムを受講しました！！

結論から言いますと、これだけ受講すれば十分でした。

zero to one様は法人向けサービスの為、個人利用は残念ながら出来ません。

しかし、認定プログラムは共通項があるはずなので、参考になるハズです。

  (1)半動画教材...スライド+音声の教材。平易な言葉でかなり分かり易い。

  (2)JupyterNotebookでのコーディング...ブラウザベースでコーディング。

特にブラウザでコーディングできるので環境設定が不要でした！！これが個人的には一番嬉しい。コーディングに専念できる環境が整ってました。

ただ、やはりコーディングが難点です。コーディングに必要な知識は教材に載っていません。多くは自分で参考書やネットで調べました。後で紹介します。

基本的なアルゴリズムに関しては、MachineLearningからCNN・RNNまで、丁寧に一から説明してもらえます。高校の数学ⅡBの知識があれば、疑問点は生まれません。R-CNNやGANなどは実装はせず、機能面の説明だけです。（なので、後半はほとんど暗記ゲーになります。）

修了条件は(1)と(2)の完了です。私は2月受験でしたので、1月末が期限でした。特に(2)が難しく、コンパイルとの戦いです。

1月末までに終わらなければ、2月受験は出来ません。次回に持ち越し可能ですが、それでも2月末が修了期限です。それまでに終わらなければ、受講料はパーになってしまいます。

<サマリ>

・2~3ヶ月はコーディングの経験はMUST

・高校数学数学ⅡBの知識があれば、アルゴリズムは十分理解可能。

・認定プログラム修了が第一関門。コーディングが難しい。

◼️受験までにやったことを時系列順に。

試験範囲は、MachineLearning→DeepLearning→CNN→RNN→GAN...

とめちゃくちゃ広いです。

12月後半

MachineLearningがやっと終わりました。

SVMのアルゴリズムは、ほとんど解説されず、使い方だけ教わります。

動画の内容も、コーディングもめちゃくちゃ簡単でした。ぶっちゃけここはもっとすっ飛ばせばよかったです。

MachineLearningとDeepLearningはどう違うか？を徹底的に叩き込みます。

1月前半

やっとDeepLearning、CNNスタートです。

MLが余裕だったので、まあそんなに難しくないだろ、と思いきや、、

え、全部Numpy！？！？！？！

まさかの基礎的なライブラリしか使用せず、ゴリゴリに微分を手計算しながらゴリゴリにやっていきます。誘導はあるものの難しい。

しかも、行列の次元がかなり複雑で、

全然コンパイル通らん！！！

状態で全く進まず、1月前半終了しました。まじで焦りまくりでした。

1月半ば

このままだと何もわからず、会社のお金がパーになる不安と戦いつつ

紙に全部書き出しながら、行列の次元を合わせる作業がスタートしました。

それでも全くコンパイル通らず、焦りまくった私は、

これは無理だ。期限を伸ばしてもらえないか交渉しよう。

と考え、現状を運営に問い合わせしたところ、

不明箇所と、現状のコードを送付してください。

ん！？教えてもらえるの！？

懇切丁寧に教えていただきました、、最初から活用すればよかった、、

それからCNNの大部分はクリア。めちゃくちゃ勉強になりました。特に誤差逆伝播法について、何で層が深くなると誤差が消滅するのか？層毎にどんな役割が存在するのか？などG検定の疑問が、一気に解消されました。

1月後半

わからない所はありつつも、そこから軌道に乗りはじめました。

しかし、全て完了する必要があり、1つのやり残しも許されません。

再度、運営に問い合わせしましたところ、返信が1日遅れ、もしくは深夜に返ってくる、、

おそらく受験者がみな問い合わせていたのでしょう。

それから自力でコンパイルを通す日々がスタートしつつも、

RNNもクリアできました。それ以降の部分はそんなにコードは難しくなく、暗記ものでした。めちゃくちゃ範囲多かったですが、サクっとクリアできました。

2月

模擬試験の修了条件はあったものの、なんとかクリア。

ここから暗記ゲーが始まります。

再度動画を全て見直し、徹底的に項目をノートに書き出しました。

既存の手法の発展の歴史、機能面でどう違うのか、を自分なりに曼荼羅を作成しました。

というのも、実際にテストに出るのはこの辺りですが、教材には全然まとまっていませんでした。そのため、zero to one様の模擬試験を解きながら、自分なりに整理が必要でした。

2月テスト当日

テストの内容には触れません。

ほとんど暗記ゲーでした。テスト自体は、コーディングの能力は必要ありません。G検定の延長戦のようなものでした。

時間との戦いもG検定ほどシビアではありません。余りもしませんが、不足もしません。

◼️その他、使用した参考書や問題集

上記にも書きましたが、E資格は認定プログラムだけやっておけば大丈夫です。前提条件を満たしていない人用や、補足的に使用した参考書を掲載します。

1冊目

JDLA G検定の公式テキストです。
まずはこの本から読みましょう！初めてでも分かりやすく、簡潔にまとまっています。めちゃくちゃ分かりやすいです。

コーディング経験やAI全般の知識がなければ、G検定から入る方がベターです。資格試験はベイビーステップです。

2冊目

Pythonのチュートリアル本です。

コーディング経験なければ、認定プログラム修了は厳しいので、最低限ここでリストの操作や行列の扱い方を学ぶ方がベターです。

ちなみにPythonエンジニアリング認定試験は、この本がベースになりますので、受験いただくの着実な進め方だと思います。

特にE資格は高額且つ1年に2回しかないので。

3冊目

通称ゼロつく本です。

Numpyをベースに、DeepLearningを構築していく入門書となります。認定プログラムの中で分からないところを、調べる用に使用しました。

簡単かつエッセンシャルが凝縮されているので、初心者にはMUST本になります。ただ、これだけでE資格に合格するのは難しいです。

一歩目でつまづかない用だと考えてください。

今までと同様、E資格の前提条件を満たすために必要となる本です。

4冊目

一通りコーディングしたことがあったので、E資格にて、辞書的に使用しました。

E資格と同等の難易度です。その為、

ここ難しかったな〜理解浅いかもな〜という所を、この本で復習しました。

また、認定プログラムは視聴できる期間が決まっているので、将来何らかのベースになる教材が必要です。

ベース教材・復習用問題集として、お勧めです。（かなり時間食います。）

◼️試験に準備するもの

G検定と違い、テストセンター受験なので、何も持ち込めません。

◼️E資格を受けるにあたっての注意点

知識の正確さが重要です。暗記ゲーですので、各手法の内容と機能を正確に。

特にR-CNNとGANが多いです。めちゃくちゃ多いです。最近の手法もバンバン出てきます。

◼️G検定を受けてみて

ほとんど模擬試験からの出題だったと思います。

・CNNを一から勉強できたこと。

・最近の手法発展系であること。（過去の手法にアップデートを重ねられている）

・CNNを知っていれば、基礎から時間をかければ理解できること。

以上のことが分かったのが、今回の資格の大きな成果でした。

◼️まとめ

今回はE資格についてお話しました。

これからディープラーニングはもっと実社会で活用され、社会基盤を大きく変える要素の１つになると思います。

ディープラーニングに興味がある方はぜひ受験を検討してみてください！

それではまた！