surpris
Study-AI が個人向けに提供している E 資格認定プログラム「ラビットチャレンジ」（https://ai999.careers/rabbit/）への挑戦記録である。
前回の投稿から１か月以上経ったが、無事にE資格受験資格をゲットした。Stage4 は再帰的ニューラルネットワークと応用モデル、そして高速化・軽量化技術がメインテーマとなっている。講義ビデオについてはかなりの量となっており、毎日視聴しないと間に合わないレベルであった（人によるだろうけど）。実装については、今回は一からレイヤーモデルなどを構築するというような感じではなく、既存のフレームワークを用いて実装する流れとなっている。私も時間がなかったので、一から実装するのはひとまず避けて
いろいろと忙しく、前回からかなり間が空いてしまったが、ようやく stage3 の実装演習が終わった。今回もアレンジに凝ってしまった感が否めないが、とりあえず配布されている notebook それぞれに対応する自分なりの実装と考察を加えてレポートを仕上げた。 今回のレポートの構成は次の通り。合計で約 160 ページになってしまった（コード一覧がおおよそ半分を占めるが）。 ・学習内容の要約 ・確認テスト ・実装演習 ・実装した Python モジュール内のコード一覧 配布された
確認テストと要約は清書した。現在はコード実装演習中。結構大変。
ラビットチャレンジのステージ３を進めている。ステージ３では深層学習の基礎的な内容を学習する。ニューラルネットワークの説明から始まり、Affine 変換、誤差勾配の計算とパラメータの更新方法、そして畳み込みニューラルネットワークまでまんべんなく学習できるステージとなっている。 今回の学習手順は前回と同じくビデオ視聴＋要点の整理、ステージテスト、レポート作成、コード実装演習とする予定である。現時点でステージテストまで進めた。ビデオは８時間半ほどあり、ますます視聴時間が増大してい
前回からだいぶ時間が開いてしまったが、ちょっとずつ進めている。三日目という表現はあまり宜しくない気もするが、まあいいか。 ステージ２では機械学習の基本的な要素の学習となる。タスクの分類（教師あり・なし学習、回帰・分類）から始まり、線形・非線形回帰、ロジスティック回帰などが丁寧に説明されていた。おおよその内容は知っていたが、機械学習モデルを訓練・検証・適用するときの tips で知らない部分もあったのでかなり良い勉強となった。 今回の学習手順は、ビデオ視聴＋要点の整理、ステ
ラビットチャレンジ二日目である。と言いつつ、実際にはスタートテストを受けた時点で応用数学の動画は視聴していた。ビデオは６時間ちょっとあり、動画の内容の大半を記したテキストもブラウザ上で見ることができる。 今回の学習手順は、テキスト通読、ビデオ視聴、演習問題、ステージテスト１、レポート作成であった。 テキストは結局ビデオ中に出てくるので、後から見返すための資料と考えるのが良さそうである。 応用数学の初歩的な内容なので、大学などで学習済みの方はビデオを1.25~2倍速くらいでさら
ラビットチャレンジに参加登録をしてからちょっと日が経ったが、ようやく学習を始めることができた。理由の一つはスタートテストのレベル感がよくわかっていなかったことである。 AI実装検定A級相当であると聞いていたので、その試験概要を見て１時間程度はかかるのだろうと想像していた。 いざやってみると、スタートテストはそれほど難しくなかった。詳細は省くが、実装寄りの内容であり、応用数学（行列演算）と、Python でデータサイエンスと機械学習に軽く触れたことがあれば十分に通過できるくら
昨年に G 資格を取得してから、次は E 資格を取ろうかと検討していた。E 資格を取るためには JDLA 認定プログラムを修了していないといけない。その認定プログラムの費用がだいたい 10 万を超えている。企業に出してもらえる人だと良いのだが、個人だとかなり高い。 認定プログラムの中には大学の講座が２つある。ただ、これらを受けようとすると、おそらく聴講生となるか、もしくは入学しないといけない。それはさすがに面倒だし、なにしろ時間がかかる。 「個人勢」としては E 資格を取得
今日から note を利用することにした。基本的にプログラミングか IT 関連のことを書き留めることになると思われる。
