日本ディープラーニング協会E資格の勉強方法

2019年8月11日

日本ディープラーニング協会E資格の勉強方法

AI関連の注目資格の一つに日本ディープラーニング協会のE資格があります。

私も2019年2月に受験し、合格しました。

今回は、自らの受験経験をもとに、E資格のオススメ勉強方法を書きます。

E資格の勉強をしている人や、E資格の取得を検討している人は参考にしてください。

スポンサーリンク

認定プログラム(講座)について

E資格を受けるためには、JDLAの認定プログラム(講座)を受講して、修了テストに合格しなければなりません。

当然ですが、まずはこの講座の内容を理解・勉強するようにしましょう。

ただ、内容を100%理解する必要はないでしょう。

試験では、認定講座で習わなかったことも出題されます。

ですので、認定講座を完璧に理解しても合格できないこともあると思います。

しかし、逆に、認定講座の内容を100%理解しなくても合格できます。

完璧な理解を求めると疲れますよね。

「だいたい理解できたしOKかな\(^o^)/」

こんなスタンスで良いと思います。

コーディングについて

コーディングについても同じです。

もちろん自らコーディングする機会を持つことは大切です。しかし、試験の回答は選択式なので、実際にコーディングすることはありません。

ですので、コーディング自体が負担になるのであれば、無理にコーディングする必要はないでしょう。

繰り返しになりますが、認定講座については “だいたいの理解” で良いです。

途中で投げ出さないことが大切です。

オススメの書籍

認定講座を修了した人、もしくは勉強の時間が十分にある人は、以下の本を読むことをオススメします。

この本をオススメする理由は、JDLAのシラバスがこの本の目次を丸パクリしているからです。

created by Rinker
ドワンゴ (2018/8/27)

実際に、機械学習の章で比較してみましょう。

【「深層学習」の目次】
第5章 機械学習の基礎
 5.1 学習アルゴリズム
  5.1.1 タスクT
  5.1.2 性能指標P
  5.1.3 経験E
  5.1.4 例:線形回帰
 5.2 容量, 過剰適合, 過少適合
  5.2.1 ノーフリーランチ定理
  5.2.2 正則化
 5.3 ハイパーパラメータと検証集合
(以下略)

(出典:「深層学習」の目次より抜粋)

【JDLAのシラバス】
機械学習の基礎
 学習アルゴリズム
  タスクT
  性能指標P
  経験E
 能力、過剰適合、過少適合
 ハイパーパラメータ
 検証集合
(以下略)

(出典:JDLA_E2019シラバスより抜粋)

ほぼ同じですね(笑) ほかの章も同様です。

しかしながら、このことはJDLAのホームページには記載されてません。「深層学習」(Ian Goodfellow)も推薦図書として紹介されていません。きっと大人の理由があるのでしょう・・・すみません。JDLAのWebサイトの「推薦図書」に載っていました。

ちなみに原著は英語です。

日本語版は、少しですが言い回しがわかりづらい箇所があります。

そんなときは原著を読みましょう。

こちらのサイトで無料公開されているので、必要に応じて確認するのが良いでしょう。

「シラバスと丸かぶりなら、初めからこの本を読めばいいじゃん!」

・・・その通りです(笑)

ただ、この本は、初心者向けではありません。

ですので、認定講座を修了した後に読むことをオススメします。

諦めずに頑張りましょう

認定講座の期間が数ヶ月にもわたるので、勉強が進まなかったりすると、途中で諦めたくなるかもしれません。

しかし、E資格は決して難しい資格ではありません。

私が受けた時の合格率は63%です。半分以上の方が合格されています。

AIの深い知識やレベルの高いコーディングスキルは、E資格の合格には必要ありません。

頑張りすぎない程度に、頑張ってください。応援してます。