2019年3月のG検定に受かったので、受かるまでにやったこと・やっておくべきと思ったことを書きます。
目次
G検定ってどんなもの？
詳しくはこちらのページにありますが、ざっくり言うとDeep Learning知識が一定水準かどうかの試験です。
Deep Learning/AIの歴史、Deep Learningの仕組み、現実世界のタスクにどう使えるか(物体検出・セグメンテーション・分類など)、モデルの特徴(CNNとRNNの違いとか)、関連する法律についても出題されます。
G検定ってどのくらいの難易度？
2020年の時点で受験者数12552名のうち合格者8656人で、合格率は68.96%らしいです。
実務でやっている人からしたら勉強少しするだけで受かるくらいの難易度ですが、全く知識なしのエンジニアだとある程度の努力は必要です。
全く知識なし + 非エンジニアだとしっかり勉強する必要があると思います。ただ合格するだけじゃなく仕組みもしっかり学ぼうとなると、数式読んだり少しプログラム書く必要があります。
G検定に受かるまでにやったこと
私は以下のことをやりました。正直ここまでやらなくても合格できると思います。
テキスト読む + 仕組みの理解 + 実際に動かすというのが大事だと思います。
- G検定公式テキストを2周読む
- ゼロから作るDeep Learning1, 2, 詳解Deep Learningを読んで仕組みを理解
- 画像分類やセグメンテーション、物体検出モデルを実際に学習させたり推論させたりしてみる
- Data augmentationやパラメータのチューニングも含む
- 精度を上げるためのアプローチ方法の勉強になる
公式テキストはこちらを使いました。
どのくらいできればG検定に合格できそうか
Deep Learningを全く知らない場合でも以下のことをやると受かると思います。2, 3つめはエンジニアではない人には大変かと思いますが…。
- G検定公式テキストを2, 3週くらい読む
- 前処理、augmentationなど含めて簡単なモデルを1, 2つ作って学習・推論させてみる
- パーセプトロンをライブラリを使わずに書いてみる
- Deep Learningの基礎的な仕組みをしっかり理解できる
テキスト5週くらい読めば非エンジニアなどでも受かるかもしれませんが、本当にしっかり仕組みなど知りたいならやはり手を動かすべきかと思います。
また、実際に動かさないと、前処理の重要性などがなかなか理解できないことが多いのでやはり実際にコード書いて動かすのは重要かと思います。