悩めるSEの徒然なるままに

悩める文系SEが仕事のこと、技術のこと、キャリアのことなどを気の向くままに書いていく予定です

ディープラーニング G検定 試験を終えて

ディープラーニングジェネラリスト試験を受けてきたので、感想などを書きたいと思います。

ちなみに、すでに合否通知も届いています。

↓全体的にはこんな結果みたいです。

 総受験者数 1,988名
 合格者数  1,136名

 

私の結果は、、、不合格でした。(正直、合格の手応えありました。。。)

なので、反省点も考え、次回受験する場合は合格したいと思います。。。

以下、感想です。

 

◯問題数・時間

問題数は237問だったはず。事前の印象では多いと思っていましたが、3問くらいセットで一つの問になっているタイプの問題が多いので、どんどん解き進めることができました。試験時間からすると、妥当な問題数だと思います。

 

◯難易度

事前知識がない受験者は、やはりそれなりの準備が必要だと感じました。ただ、難問・奇問はほぼなかったと思うので、しっかり準備をすれば、合格点は取れると思います。個人的には、手法や理論の具体的な特徴を理解していないと解けない問題が少し難しく感じました。

 

◯反省点

上記にも書きましたが、理論や手法の特徴を具体的かつ正確に理解していないとわからない問題がいくつかあったので、なんとなくわかった気になったレベルではだめで、それぞれの用語・単語の意味をもっとしっかり理解しておく必要があったと感じました。また、 AIに関する最新の動向をキャッチアップしていないとわからない問題も数問あったので、その辺の準備も足りていませんでした。

 

↓「深層学習」はもっと読み込んでおくべきでした。

深層学習 (機械学習プロフェッショナルシリーズ)

深層学習 (機械学習プロフェッショナルシリーズ)

 

 

あと、過去問がなかったので、自分の理解度、知識定着度を客観的に把握できませんでしたが、そこも考慮して事前準備をしっかりやっておけば良かったと思います。

 

今回は残念な結果でしたが、学習内容も面白く視野を広げるためにも役立ったと思うので、次回もぜひ受験したいです。

 

 

ディープラーニング G検定 勉強中

現在、JDLA のディープラーニング G検定合格に向けて勉強中です。

受験動機や勉強方法については、試験後にまとめて書こうと思っています。

とりあえず、ここでは今やっていることと、感想を簡単に。

 

◯勉強方法

過去問がまだ出回っていないので、公式の指定参考書3冊を使って勉強しています。

(一冊はまだちゃんと読んでいませんが。。)

 

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

 →初心者でもわかりやすく読める。人工知能研究の歴史やディープラーニング

 とは何か理解するのにこれが一番役に立つと思います。

 読み物としても普通に面白い。

・AI白書2017

 →分厚い。重い。細かい内容を理解するのには骨が折れる。目を通すだけに

  する予定。

・深層学習

 →まだ読んでいないのであまり評価できませんが、内容が専門的なので

  いきなりこれを読むのはハードルが高いと思います。

 

◯感想

ディープラーニングについては、全くの素人でしたが「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」を読むことで全体像を掴むことができると思います。

AIがこれから社会に与えるインパクトを考えると純粋に楽しみです。資格勉強であることを抜きにしても学ぶ価値がある分野だと思います。

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

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

 

 

 

 

 

システム部門の役割とは?

先月の新聞記事にシステム障害を起こした銀行社長の発言があった。
ちょっと印象に残ったので、以下コメントの引用。

 「システムベンダーに対し運用管理体制の抜本的な強化を求めた。

  銀行としても委託先の管理を強化する」

どういう文脈でこのコメントがされたのかは把握していないが、

自分のところのシステム部門の責任にまず言及しないの?というのが最初に頭に浮かんだ。

確かに、銀行システムの開発・運用を実際に担っているのはベンダーであり、システム部門の役割はベンダーのマネジメントや内部調整等が主で、システムの専門家は思っているよりも少ない。(システム部門で働いた経験からの個人的感想です。システムエンジニアと呼べる人が少ないイメージ)

今はシステムを内製化しているところも少ないだろうし、そもそも内製化できる能力もないだろうというのが、個人的な印象。

 

そうなると、システム部門の役割とは?

 

システムを自分たちで開発し、作ったものに責任を負う部署ではないことは確かだと

思う。(少なくとも上記の社長には、そう思われているはず)

そうなると、「システム部門」よりも「システムベンダー管理部門」に改名した方が

実態に即しているのでは?

 

新聞記事を読んでそんなことを思った。

久しぶりに。。。

久しぶりにブログを更新してみようと、重い腰をあげてみました。

 

ここ数ヶ月プライベートがバタバタしていて、

IT系の勉強や情報発信ができていませんでした。

少しずつ生活のリズムも取り戻せてきたので、また徒然に更新していきたいと思います。

 

以前読んでいた「ゼロから作るDeep Learning」は、まだ読み途中ですが、

諦めずに最後まで読みたいと思ってます。(何ヶ月かかるんだよって感じですが…)

 

今は5章の誤差逆伝播法を読んでいます。大分、具体的な方法論の話になってきて、聞きなれない単語も多いですが、実践で使えるように理解することが大事だと思うので、ポイントを押さえて読んでいこうと思います。

ゼロから作るDeep-Learning その2

前回から時間が空いてしまいましたが、少しだけ読み進めました。

もっと時間を確保してちゃんと進めたいと思います… 

 

前回記事↓

ittetsujr.hatenablog.com

進捗としては、3.3章まで読了。

以下、感じたこと等。

・手を動かしながら、読み進められるので飽きない。

・よく分からなかった点 

 →P.51 線形関数の問題点は、どんなに層を深くしても、それと同じことを行う「隠れ層の

  ないネットワーク」が必ず存在する、という事実に起因します。

  説明を読んで、直感的になんとなく?分かった気はするが、自分の言葉で説明で

  きるほどには理解できず。

・必要だと感じた知識

行列に関する知識。高校の数学程度でも、知識があれば3章の関連部分は軽く読み飛ばせる。

 

もう少し頑張ります。。

 

 

 

 

 

 

 

 

ゼロから作るDeep-Learning その1

前回、購入し1章を読み始めたと報告した「ゼロから作るDeep-Learning」の途中報告です。

↓ ↓前回記事

ittetsujr.hatenablog.com

 

1章はPython入門の章だったので、予定通り軽く見る感じで読み終わりました。

Pythonについての基礎知識があったので、特に理解できない箇所はなかったです。

 

2章はパーセプトロンについての説明。この用語自体初めて知りましたが、論理回路を理解していれば、この章の説明を読むことでパーセプトロンがどんな概念なのか理解できると思います。3章以降のためにもここはしっかり押さえておく必要があると感じました。

 

3章はまだ途中なのですが、やっとニューラルネットワークの話に入ってきたなという感じです。聞きなれない用語、初めて触れる概念も多そうなので、本腰を入れて読んでいこうと思います。

 

復習がてらまたご報告しようと思います。

 

ゼロから作るDeep-Learningを購入してみた

 ディープラーニングについて、学びたいと思い、初心者向けの良書がないか探していたところ「ゼロから作るDeep-Learning」の評価が高かったので、購入してみました。

 

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

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

 

 

 選んだ理由は下記の通りです。

 ・ディープラーニングの初心者向け

 ・読むだけではなく、作りながら学べそう

 ・余分な説明がなく、分かり易そう(Pythonについての知識は多少必要)

 

購入して少し読み進んだので少し所感を(第一章だけですが…)

 ・第一章はPython初心者向け

 ・NumPy、Matplotlibについて知識がある人は読み飛ばして良し

 

自分は、Pythonについて少しだけ知識があったのですが、確認のため最初から順番にテキスト通り進めました。

始めなのでつまづかないだろうと思っていたら、環境構築で少し止まってしまいましたが(環境変数の設定という初歩的失念)、テキスト自体は初心者でも理解しやすい説明になっていると思います。

 

また読み進めながら感想を書いていきたいと思います。