G検定合格と試験対策不十分ワード

G検定 2020#2 に合格できました。
試験直後は、対策本が役立たずで時事問題だらけの阿鼻叫喚でしたが、意外と合格率は例年通りだったみたいです。
今回は、私が行った試験対策と、試験中に検索したワード(＝この試験対策では対策が不十分になるワード)をまとめておこうと思います。

前段

前提条件として、私はシステムエンジニアで、業務で機械学習やDeepLearningのモデルを開発・利用することがあります。
なので、開発系の問題はそれなりに解ける土台があります。

私の行った試験対策

ベタですが、白本黒本を使いました。

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

まずG検定公式テキスト(白本)を１回読んで、試験向きの基礎知識を押さえます。

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

次にG検定問題集(黒本)を１回解いて、歴史法律系以外はほとんど正解できることを確認しました。
めんどうなので本に直接書き込んでます。

対策は以上です。
推薦図書にあるAI白書など読み物系はまったく触れませんでしたが、歴史法律も７割程度は解けるので、総合的には合格ライン余裕だろうと踏んでました。

試験後の感想

Twitterで #G検定 と検索すると、阿鼻叫喚でしたね。
開幕から約７０問の時事問題。
私も２０問ほどは回答に時間がかかりそうだったので飛ばし、最後に鉛筆転がしました。
技術問題も、問題集や過去問に比べて応用問題が多く、基礎知識なしに軽く検索する程度では到底解けないであろう問題が増えていた気がします。
とはいえ鬼難ではないので、白本黒本で検索なしに９割解ける力があれば、本試験も試験中の検索でどうにかなるレベルだと思います。

時事問題の倍増については、AIを活用する人材を育成する試験内容としては、良い方向に変わってきていると思います。
いけないのは、公式テキストがまったくカバーしていない範囲を出題してきていることですが、シラバスにも時事問題出すとは書いてあるので、出題比率を激変させたことがどうなのかって話ですね。

試験中の検索ワード

出題傾向、白本黒本だけだとこの辺が弱くなりますって参考として。
この辺をあらかじめ調べておけば、2020#3の対策にもなるかと思います。

ResNet
第三次AIブーム
セマンティックウェブ
言語同士の意味関係を定義
CyCプロジェクト
オントロジー問題
ネオコグニトロン
arXiv
Google Scholar
Cousera
ELSI
XAI
予測認識のプロセス
Mislead Example
Cheat Example
Trick Example
Adversarial Example
Microsoft Tay 事件
XAI 投資プログラム DARPA
ディープフェイク
Bag of words
カッパ係数
偏回帰係数
ベイズ推定
最大対数尤度　最尤推定
赤池情報量基準
隠れマルコフモデル
スラック変数
LSI
情報量　生起確率　変換
マックスプーリング　逆伝播　位置　二乗
Skip-gram
CBOW
アクタークリティック
インスタンスセグメンテーション
パノプティックセグメンテーション
MAMIL
LSTM　ゲート数
単位　ヨタ
照応解析
談話構造解析
単語埋め込みモデル
構文解析
分散表現
DeepMind 音声解析
方策勾配法　Q学習
制限付きボルツマンマシン
RNN 文書データ　分散表現
RNN 教師強制
ReLU 微分
DQN
AlphaStar
TD学習
ステップワイズ法
インセプションモジュール
T-SNE
方策関数ベース
価値反復法
方策勾配法
BERT

おわりに

今回のG検定2020#2、G検定の趣旨にあった良い試験内容だったと思います。
合格はできましたが、これだけ検索しているようではまだまだだと思うので、勉強は継続しなければいけませんね。
JDLAには、とりあえず公式テキストが2018年で止まっているので、時事が重要だというなら毎年更新して欲しいですね。