こんにちは。
本日 JDLA Deep Learning for GENERAL 2020#1 の結果が発表されましたね。
合格通知を以って私も合格者の立場から発信できるわけですが、早速実際に勉強して受験してわかったことについて書きます。
まずは勉強を始める前の私のレベルについて。次に、実際に取り組んだことについて。 最後に、合格するために必要だと思う事項と更にワンステップ先に行けると思うものについて自分の考えを書こうと思います。
勉強前の僕
- なんとなく知ってる単語はこんな感じ
- ゼロから作るDeep Learning１と２を斜め読み済み
- 数学Ⅲ・Cまでの知識（ウン年と昔の話ですが高校で理系進学コースだったので）
教師あり、教師なしあたりを知ってたおかげですっと理解できた項目は多かったと思います。
実際に読んだ本、した勉強
事前に読んでいたもの
- ゼロから作るDeep Learning ―Pythonで学ぶディープラーニングの理論と実装
去年読んだ。今度写経する。
ゼロから作るDeep Learning ―Pythonで学ぶディープラーニングの理論と実装
- 作者:斎藤 康毅
- 発売日: 2016/09/24
- メディア: 単行本（ソフトカバー）
- ゼロから作るDeep Learning ❷ ―自然言語処理編
去年読んだ。今度写経する。
ゼロから作るDeep Learning ❷ ―自然言語処理編
- 作者:斎藤 康毅
- 発売日: 2018/07/21
- メディア: 単行本（ソフトカバー）
今回読んだもの
- 人工知能は人間を超えるか ディープラーニングの先にあるもの
5年前の本っていうのは少し気になりますが、GDLAの推薦書でもあったので読みました。5時間
人工知能は人間を超えるか ディープラーニングの先にあるもの (角川EPUB選書)
- 作者:松尾 豊
- 発売日: 2015/03/11
- メディア: 単行本
- 深層学習教科書 ディープラーニング G検定(ジェネラリスト) 公式テキスト
いわゆる白本。読んで、ノートにまとめて、暇なときに更に読んだ。25時間（ノートにじっくりまとめ過ぎた）
- 徹底攻略 ディープラーニングG検定 ジェネラリスト問題集
いわゆる黒本。2週やった。解説が勉強になる。20時間
- 作者:スキルアップAI株式会社 明松 真司,スキルアップAI株式会社 田原 眞一
- 発売日: 2019/02/08
- メディア: 単行本（ソフトカバー）
- 深層学習 (機械学習プロフェッショナルシリーズ)
最近あまり見ないが一昔前よく進められてた本。数式の理解を諦め、サラッと読んだ。4時間
- 作者:岡谷 貴之
- 発売日: 2015/04/08
- メディア: 単行本（ソフトカバー）
- AI白書 2019
1周読んだ。
- 発売日: 2018/12/11
- メディア: 大型本
- Study-AIの模擬問題( http://study-ai.com/jdla/)
1回やった。3時間
あと機械学習図鑑も面白そうだから買いました。
参考程度に、黒本とStudyAIの模試の成績はこんな感じです。
上記50時間超勉強して自己採点ですが199/214でした。
事前のゼロからとかAI白書入れたら100時間くらいかもしれない...
合格するために
では、会社からとれと言われたとかそういったなんとしても合格はしなきゃいけない人はどうすれば良いのか。色々なサイトを見てみると"白本","黒本","StudyAI"で勉強して合格というレポートが多いです。 実際この3点セットを勉強したら合格できると思います。あと松尾先生の"人工知能は人間を超えるか"も入れて4点セットですね。
白と黒にない問題が出た。使い物にならなかったというレビューも見られます。実際に初見の問題も出ます。しかし、選択肢を絞ることはできるし、解ける問題ももちろんあり、StudyAIの模試もやっておけば合格する力はつくと思います。
StudyAIの模試はかなり評判はいいですけど、解説が少なかったり、回答が選択肢になかったりクオリティーはなかなか残念です。無料でサービスを受けてるのに文句を言うのもあれですが、E資格のための有料講座等も用意してるのでそっちの講座のコンテンツは大丈夫なのか？と思ってしまうので、無料でこそ力を入れたコンテンツにしてほしいなと思います。
最後に、合格ラインがはっきりしてないので合格できる保証はしません。
身につけるためには
合格だけじゃなくてしっかり今後に活かせる力をつけたい場合は"ゼロから作る"を読むのが良いと思います。まさに名著です。"物理のエッセンス"くらい名著です。
AI白書は一番情報量が多いので根気がある人は取り組むといいでしょう。私は読んだけど正直情報量多すぎて挫折しました。
あとは最新の情報をtwitterとかで調べておくと良いと思います。実際に取り組むときは最新技術使いたいですよね。
例えば、ReLUよりいい活性化関数が見つかっていたり、
『ついに誕生！期待の新しい活性化関数「Mish」解説』
https://ai-scholar.tech/articles/treatise/mish-ai-374
Google翻訳を超える？翻訳サービスが独ベンチャーが公開した
『「DeepL翻訳」が日本語対応、「自然な訳文」と話題に 独ベンチャーが開発』
https://www.itmedia.co.jp/news/articles/2003/23/news093.html
こういった記事はなかなか本を読むだけでは見つからなかったりします。
AIの歴史系統は試験用の本で勉強して、技術の深い理解は"ゼロから～"で抑えて、最新情報をインターネットで学べば隙なしとおもいます。
まとめ
- 合格するだけなら白本・黒本・StudyAIの模試
- 深層学習の細かい技術まで理解したい人は"ゼロから" これは名著
余談
たまに紹介されてるのですが、AI将棋ソフトで初めて将棋の名人を倒した山本さんの著書 "人工知能はどのようにして 「名人」を超えたのか?"は結構面白いのでおすすめ
人工知能はどのようにして 「名人」を超えたのか?―――最強の将棋AIポナンザの開発者が教える機械学習・深層学習・強化学習の本質
- 作者:山本 一成
- 発売日: 2017/05/11
- メディア: 単行本（ソフトカバー）
最後に、最近出たもう一冊のG検定用テキストちょっと気になる
