G検定合格体験記(2022年#1)

Kosuke

こんにちは。
2022年3月取得したG検定2022#1に合格した体験記を記事に載せます。
G検定は、AIに関する全般(機械学習・深層学習・セキュリティ・活用・最近は生成AI)が問われます。さらに、この試験は「AI・ディープラーニングといった技術的手法を理解し、さらに事業活用する能力・知識を有しているか」を試す試験です。

この記事では、試験合格への道のりと私が合格するために実践した勉強方法をお伝えします。


試験概要

G検定は、一般社団法人日本ディープラーニング協会(JDLA)が提供する、AI・ディープラーニングの活⽤リテラシー習得のための検定試験です。この試験は、ディープラーニングだけではなく、AIの技術的手法やビジネス活用、傾向についての基礎知識が身についているか確かめられます。2024年時点は、累計121,123人が受験し、民間資格の中でも基本情報技術者試験と同等に注目されています！
この試験は学生が一般の値段(13,200円)よりとても安く(5,500円で受ける)、オンラインで受けることができ、コロナ禍の学生でも受けやすいテストではないかと思いました。


試験内容

具体的にはこのようなテーマが出題されました。

  1. 人工知能について: AIの歴史やAIの定義

  2. 人工知能をめぐる動向: 探索と推論、知識表現、機械学習、ディープラーニング

  3. 人工知能分野の問題: AIが解いた問題(トイプロブレム、強いAI, 弱いAI)など

  4. 機械学習の具体的手法: 教師あり/なし学習、強化学習、評価指標など

  5. ディープラーニングの概要: ニューラルネットワークや活性化関数、最適化手法といったディープラーニングで必要不可欠な知識

  6. ディープラーニングの手法

  7. ディープラーニングの社会実装に向けて

G検定の勉強・受験で学べる事

・AIの基礎的な背景・知識
・AI領域における機械学習・深層学習手法
・ディープラーニングについて
・産業活用事例
・ビジネスなどで活用するために知っておくべきこと
・数理・統計といった基礎的な数学知識

私は、学部時代からAIについて勉強しているので、AIについて基礎的な知識を身に着けるために受験しました！私自身この試験を受けて、大学の講義で受けたAIの背景や学習手法だけではなく、具体的な活用方法や法律、コンペティションに挑戦する知識(データ収集や加工など)を学ぶことができ、おすすめします！
特に現在は、Chat-GPTやGeminiといった生成AIが普及されています。生成AIは、嘘の情報を提供することや倫理に違反する文章の生成が行われるケースがあります。なので、AIの学習手法や基礎知識だけではなく、法律と使用方法は必要になります。

G検定を受けることで、会社のAI導入やDX化、転職や就活に役に立ちます。具体的には、ディープラーニングの知識を活用して事業に応用でき、AI業界の人手を補完することができます。

勉強方法

私が行ったG検定の勉強方法について伝えます！

勉強時間

約50時間

勉強期間

2022年1月下旬から3月5日まで

使用した参考書

・JDLA社のディープラーニングG検定公式テキスト: シラバス内容のインプット&ノートテイク
・Skill-Up AI社のG検定対策アプリ: 黒本は購入していなかったが、問題を解くために使用

私がG検定に受けようと思ったのは、2021年9月です。その時期は、大学で講義や団体活動が始まり、G検定の勉強に取り組む時間を割くことが難しかったです。その間、大学でAI関連の講義と確率統計の講義を受講して基礎知識を身に着けました。
そして、期末試験が終わった2022年1月下旬からG検定の勉強に取り組みました。2022年2,3月はアルバイトとインターンシップをしていたので、隙間時間と移動時間を利用して勉強時間を割きました。

勉強フェーズ

  1. 1章から順番に教科書を読書

  2. 読み終わった章は、章に書かれているエッセンスをノートテイク
    読むだけでは知識が蓄えられないので、書く(デモンストレーション)ことで理解度の向上ができる。
    1章の場合はAIの定義と歴史が試験に出たので、ノートテイクした

  3. G検定対策アプリを使った問題集への取り組み

アルバイトや友人との約束までの待ち時間(カフェなど)に1. 2. に取り組み、
移動時間を使って1. 3. を行い学習した内容を復習&アウトプットしました。

結果と反省・活用

約1ヶ月半学習した結果、このようになりました。
■シラバス分野別得点率（小数点以下切り捨て）
１．人工知能とは. 人工知能をめぐる動向. 人工知能分野の問題：77%
２．機械学習の具体的手法：72%
３．ディープラーニングの概要：56%
４．ディープラーニングの手法：62%
５．ディープラーニングの社会実装に向けて：70%
６．数理・統計：50%
７．法律・倫理・社会問題：56%

このように合格をしたことは正直嬉しかったですが、当時の自分はG検定受かってほったらかしにしたかもしれません。
受験当時は、ディープラーニング(自然言語処理と画像処理)に関する手法と活性化関数の使用方法などの理解不足でしたが、機械学習とAIの背景などは大学の講義のおかげで理解ができたのではないかと考えています。さらに、G検定を受けた自分は、法律や倫理について知識が足りず、AIをただただ作ることと目的がなく分析をすることしか考えていませんでした。G検定を機にAIの良い使い方を理解し、使用する場面とリスク(嘘の情報の流出、著作権を無視した作品の生成など)の理解が大切だと気付きました。機械学習の使い方(活性化関数とタスク選択(分類回帰))やディープラーニングは、E資格でさらに理解を深め、知識不足を補完しました。さらに、

感想

このように勉強・理解して、G検定合格後のE資格でAIの理解を深めました。また前章でも伝えた通り、合格して終わりという気持ちがあり、合格をアウトプットできていませんでした。そこで、合格までの道のりと合格後のストーリーをアウトプットする必要があり、noteに残します。

この記事が気に入ったらサポートをしてみませんか？