こんにちは。マーケティング部の小山です。
トレノケートの片隅で、このブログの運営やらメルマガなどをひっそり担当しています。

育休から復帰して2年目、
去年は体調を崩しがちだったうちのおちび（娘）が殆ど休まず保育園に通えるようになり、
私のワーキングマザー生活も少し安定してきたところです。
頭にちょっと余裕がでてきたので、仕事や育児の他にも、何かやってみたくなりました。

というわけで、
何を思ったか「G検定（JDLA Deep Learning for GENERAL 2019 #2）」に挑戦してみました。

結果、めでたく合格したので、
IT音痴の数学ニガテ人間が知識ゼロからどうやってG検定に合格したのか、
仕事と家事と「絶賛イヤイヤ期！」な育児の合間にコツコツ取り組んだ試験対策の内容などを書いてみます。

※情報は2019年7月時点のものです。

G検定とは？

一般社団法人日本ディープラーニング協会の「G検定（JDLA Deep Learning for GENERAL）」は、AI関連の認定として最近注目が高まっています。

・概要：ディープラーニングを事業に活かすための知識を有しているかを検定する
・試験概要：120分、小問226の知識問題（多肢選択式）、オンライン実施（自宅受験）
・受験料： 一般 12,960円 (税込) 学生 5,400円 (税込)　

※一般社団法人日本ディープラーニング協会のWebサイトより引用（外部リンク）
※2019年7月時点

この認定は、ディープラーニングをビジネスに利活用できる人材（ジェネラリスト）を目指す方、つまりエンジニア以外の方も対象としています。

「……ん？ということは、もしかしてノンITな私も頑張れば合格できる？」

たまたま仕事でG検定について調べていて、ふと、そう思ったんですよね。
自宅で受験できる点もおちび育児中の身としてはありがたい。よし、受けてみよう。

ここから私の無謀な挑戦がスタートしました。

(2024.2.19 追記) G検定の詳細については下記記事もぜひご参照ください。
G検定とは？難易度やおすすめの勉強法、取得のメリットなど

G検定対策前の知識・スキルについて

G検定は、受験前の知識によって難易度がかなり異なる試験だと思います。
私の場合、受験を決めた時点での知識はほぼゼロでした。


AIに関しては軽く本を読んだり、詳しい人に話を聞いたりした程度で、ぼんやりした知識しかありませんでした。数学は悲惨で、恥ずかしながら一度だけ、大学受験の模試で０点をとったことがあります（模試でよかった）。幸い入試本番は合格したものの、根強い苦手意識を持っています。数式を見ただけでウっとなるレベル。

うん、見れば見るほど無謀ですよね。なんで受けるの？という感じ。

一つだけ救いだったのが、大学～大学院で認知心理学を専攻していたので、ほんの少しだけ統計学の知識と分析経験があったこと。まあ、ホットミルクの膜程度のうっすい知識ですが、それでも全く無いよりは理解の助けになりました。

勉強時間をどう捻出したか

育児と仕事をしながら試験勉強も……となると、やはり気になるのが、
いかにして勉強時間を捻出するかですよね。皆さんどうしているんでしょうか。

私の場合、G検定の勉強は主に平日の隙間時間に取り組んでいました。
１日のスケジュールはだいたいこんな感じです。

このスケジュールのうち、①朝の準備時間　②③移動時間　④寝る前のフリータイム
の時に15~30分程度、少しずつ書籍やWebを見ていました。


初めのうちは比較的まとまった時間がとれる④寝る前の時間に勉強していましたが、
どうしても疲れて寝てしまうことが多く、さっぱり頭に入りません。

これではまずいと思い立ち、途中から①朝の時間を活用することにしました。
短時間ではあるものの、勉強の質は朝が一番良かったですね。スイスイ頭に入る感じがしました。

普段よりちょっと早起きしてコーヒー飲みながら15分くらい本を読む……なんて、
なんだか優等生になった気分。生活習慣的にも良さそうです。

ちなみに休日はほぼ家事・育児になるので、
自由時間は娘がお昼寝中の1時間くらいと、就寝前の1時間くらいです。
練習問題などでまとまった時間がとりたいときは、主に休日を使っていました。

ただ休日は正直やる気が起きず、
平日の方が生活リズム的にも精神的にも勉強しやすかったです。
人間休むときは休まないと体力＆精神面でいろいろ支障が出る気もしますし。

G検定の対策方法は「書籍・研修・人に聞く」

私の主な試験対策法は、「書籍の熟読・研修・詳しい人に聞く」でした。

まず書籍に関しては、下記に実際に参照したものをいくつかご紹介します。

【AI入門書系】

• 人工知能は人間を超えるか（KADOKAWA/中経出版）★
• ディープラーニング （やさしく知りたい先端科学シリーズ2）（創元社）

【数学・統計の勉強用】

• 人工知能プログラミングのための数学がわかる本（KADOKAWA）★

【試験対策本】

• 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（翔泳社）★
• AI白書2019（KADOKAWA）★
• 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（インプレス）

★マーク…JDLA公式サイトの推薦図書（外部リンク）に掲載されています。

研修については、ラッキーなことに試験2週間前に、
トレノケートの研修「マシンラーニングオーバービュー」を受講させてもらいまして、
理解を深めることができました。

3つ目の「人に聞く」については、これまたラッキーなことに、
家族がディープラーニングに詳しいので、
勉強していて躓いた点についてじっくり、具体的に教えてもらうことができました。

2か月前からG検定の試験対策を開始

G検定の具体的な対策方法について、時期ごとに、細かく振り返ってみますね。

試験対策にかけた期間はおよそ2か月。
2019年5月のGWが明けたころから、じわじわとエンジンをかけていきました。

試験2か月前：数学を復習しながらAIの概要をつかむ

いきなり公式テキストや問題集に手を出しても頭に入らず挫折しそうなので、まずは

・AIを取り巻くさまざまなキーワードに慣れる
・数学、統計の基礎を復習する

という、ゆるい目標で行きました（ただ、絶対に読みたかった「公式テキスト」「問題集」「AI白書」はこの段階で購入しておきました。直前だとすぐに手に入るかどうか心配だったので）。

試験でどれだけ数学的な知識を問われるかは分かりませんでしたが、
基礎的な書籍でもさりげなく数学の話が出てきたので、
このタイミングでしっかり押さえておいた方が良いと考えました。

数学の勉強は、上述した書籍「人工知能プログラミングのための数学が分かる本」を軸に進めていきました。
こちらは推薦図書として紹介されているだけあって、かなり良いと思います。
必要なトピックに絞り、AIでは実際にどう活用されるのかを絡めて丁寧に解説されています。

……が、やはり大変でしたね。対数が出てきたあたりで心が折れました。
見覚えくらいはあるけれど、はて？なんだっけこれ。10代の脳のフレッシュさを思い知った気分です。そういえば高校時代に生物の先生が「君らの脳細胞は日々増えているけれど、僕らのは日々減っているからね。」と遠い目で言っていました。「高校生にそんな夢も希望も無いこと言うなよ。」と当時は思ったものですが、今ならその感覚、痛いほど分かります。

それはさておきですね、

そんな日々衰える頭で高校数学をちゃんと理解しようとすると、
あっさり迷宮入りしそうだったので、もう、細かなことは置いといて、

・指数、対数、微分、線形代数（ベクトル、行列）あたりの基礎
・それがAIのどこで、どのように、なぜ使われているのか

を、ざっくりとでも理解するよう心掛けました。
また、微分と行列は簡単な練習問題を解いて感覚をつかむようにしました。

そんな私にとっては難易度高めの書籍だったので、読み終えるのに半月かかりましたが、
結果、この書籍をベースに勉強したおかげで、
「まずはAI用語をふんわりつかむ」くらいの予定だったところを、
気づけば勾配降下法や誤差逆伝播法のしくみなど、
予定外にディープなところまで勉強が進みました（ディープラーニングだけに）。

なお統計については、
大学時代に使っていたボロボロの教科書を少し読んだりして記憶を呼び戻していきました。
重回帰分析の基礎知識は役に立ったなと思います。

試験1か月前：公式テキスト・問題集・AI白書を熟読

数学・統計の基礎をつかんだところで、いよいよ本格的な試験勉強開始。
公式テキストとAI白書、問題集などを繰り返し熟読しました。
前半1か月の勉強のおかげで、思っていたよりもスムーズに読み進めることができました。

もっとも、CNN、RNNのあたりでまたしても心が折れかけたのですが、
こちらも公式テキストだけでは分からなかった点はWebで調べたり、
人に聞いたりして、少しずつ理解していきました。

AI白書はボリュームが多く読むのに苦労しました（汗）。
ただ、基礎的な知識が頭に入っていたので、全くのゼロからよりは読み進めやすかったと思います。

書籍を読んでいると概念、手法、著名人、制度などなど、
とにかく様々なキーワードが出てくるので、関係性をつかむために、
特に重要そうなところについてはマインドマップ風に情報を整理しつつ、読み進めていきました（たとえば機械学習の種類と代表的な手法、ディープラーニングの精度を高める方法などなど）。

この頃にはバーニーおじさんや隠れマルコフモデルのマルコフが何者なのか気になって調べたり、AI関連の著名人についてざっくりまとめてみたりと、勉強を楽しむ余裕が出てきました。

日常生活でも、2歳の娘にトラックを指さして「あ、ブーブだよ！」と言ったところ「それはブーブではなくトラックだ」と正されてしまい「トラック is a ブーブなんだけどなあ」などと大人げないことを思ったりと、いい感じに脳内がAIカラーになりつつありました。

試験2週間前：機械学習の入門研修（1日）で総まとめ

ありがたいことに、トレノケートでは社員育成の一環で定期開催研修を受講することができます。
というわけで、試験が近づいてきた6月末、総まとめ的にトレノケートのAI研修を受講しました。

マシンラーニングオーバービュー ～AIを支える技術・理論・利用方法を学ぶ～

【学習目標】
● 機械学習の概要を理解する
● 機械学習のアルゴリズムと要素技術の概要を理解する
● 機械学習の実装方法と利用方法を理解する

（2020年5月7日追記）【上記コースはオンライン対応になりました】
会場が「オンラインLive」または「教室Live配信」の日程は、PCやタブレット等を通してオンラインでご参加いただけます。

この研修では、機械学習の種類や代表的な手法の基本を1日で学ぶことができます。
図解とデモを交えた丁寧な解説により、書籍を読むだけではよく分からなかった点のイメージがつきました。

本当は勉強の手始めに受講しようと思っていたところ、都合が合わず試験直前になりましたが、
それはそれで良かったです。
既にある程度勉強を進めていたおかげで、疑問を解消したいポイントを明確にしたうえで受講に臨むことができ、結果として、理解が深まりました。

この頃になると、2か月前には何がなんだかさっぱり分からなかった公式サイトの例題も、
だいたい解けるようになっていました（正解は公開されていないので、当たっているかは不明）。ほら、少年漫画でよくありますよね。「以前は速すぎて見えなかった敵の技が、今では止まって見える」みたいな展開。まさにそんな感覚を味わいました。

ちなみに例題は↓のような感じです。
下記のように基礎的な内容もあれば、例題のわりに難しめのものもあるので、練習で解いてみると良いと思います。

【例題】

空欄に当てはまる語句の組み合わせとして最も適しているものを1つ選べ。 教師あり学習の問題は出力値の種類によって､大きく２種類に分けられる。(A) 問題は出力が離散値であり､カテゴリーを予測したいときに利用される。一方､(B) 問題は出力が連続値であり､その連続値そのものを予測したいときに利用される。

1. (A) 限定 (B) 一般

2. (A) 部分 (B) 完全

3. (A) 分類 (B) 回帰

4. (A) 線形 (B) 非線形

※一般社団法人日本ディープラーニング協会のWebサイト　例題より引用（外部リンク）

▼（2019年10月25日追記）
G検定の例題については、解答と解説を書いてみました。こちらもぜひどうぞ。

【解説つき】G検定の例題を解いてみよう

G検定試験本番の様子

試験は2019年7月6日の13時から開始。
ということで、12時までに娘のお昼を済ませて夫に託し、
静かな部屋にこもり、自分のお昼を食べつつ書籍を読みつつ、試験に備えていました。

そしていよいよ試験が表示される12時50分ごろ、試験サイトにアクセスし、
覚悟を決めて試験を開始しました。

問題数は226問。これを2時間で解かなければならず時間との戦いでした。
以前、トレノケートのAI研修講師にG検定の話を聞いたところ、

「まずは一通り回答してみるのがオススメ」

とのことでした。そのアドバイス通り、私も分からない問題にとらわれすぎず、
とにかく素早く解いていきました。

▼AI研修講師のG検定アドバイスはこちらの記事をぜひどうぞ。
【G検定に挑戦】AI研修講師による合格体験記＆アドバイス

試験までの2か月間、自分なりに頑張って勉強してきましたが、
それでも見たことがない手法や用語が出てきて、まだまだだな……と痛感しました。

そんな反省をしつつ、なんとか一通り解いたところで30～40分ほど時間が残ったので、
分からなかった問題の解き直しにあてました。

なお、気になった問題にはチェックがつけられるようになっていて、
後で問題を見返す際に便利でした。
ただこれ、1つ要注意なのが、問題の一覧画面では内容までは表示されないので、
チェックをつけておくだけだと、見返したかった問題がどれか分からなくなります。

私はなるべく手元のメモ用紙に、特に優先して見直したい問題の番号と、
その内容が分かるキーワードをささっと書くようにしていました。

が、とにかく少しでも気になった問題にはチェックをつけたので、
数が多すぎて、いざ見返すときにどこから手をつけようか少し迷いました。
チェックをつける問題をもっと厳選すればよかったかなと思います。
※このあたりの操作については試験サイトに動作確認用のチュートリアルが
　用意されているので、試験前に実際にいじってみるとイメージがつくかと思います。

制限時間あと5秒くらいのギリギリなタイミングで、えいやっ！と試験送信。
簡単なアンケートに答えて、試験を終了しました。

回答に自信のない問題が30問程あったので、8割くらいの出来かな……という感覚でした
（もっとも、自分の得点も合格ラインも知らされないので、実際の出来は不明です）。

ちなみに、試験を送信しても特にメールは来ませんでした。
「お疲れ様でした！試験結果の連絡までお待ちください」的な自動返信の一つも届くかと思っていたので、IT系の試験に不慣れな私は試験を送信できているかほんのちょっとだけ不安でした（汗）。

試験から約一週間後に合格通知

試験から6日後の7/12夕方に、メールで結果が届きました。
件名を見ただけでは合否が分からなかったので、ドキドキしながら開封。

本文中に【合格】の文字とロゴの送付時期などの案内が記されていました。いや～、良かったです。

合否のお知らせの期限は伝えられているものの、およそ一週間、
気になりすぎて何度も何度もメールチェックしてしまいました（笑）。
私のように変にやきもきするのももったいないので、「まあ、1週間後くらいに届くでしょ」と、のんびり待つのが良さそうです。

G検定は難しいのか？

公式サイトの発表によると、G検定（ジェネラリスト検定）2019 #2　の結果は、

受験者数：5,143名
合格者数：3,672名
受験者数に対する合格者の輩出率：71.4%　

※一般社団法人日本ディープラーニング協会のWebサイトより引用（外部リンク）

とのことです。前回の2019＃１試験の合格率も72%と7割を超えています。

「G検定って、難しいの？」と聞かれると、正直少し迷いますが、
個人的には、勉強は大変でしたがこの合格率を見るに、「合格自体はそれほど難しくはない」と思います。

では試験問題はどうかというと、決して楽勝ではなかったですね。
確かに、知識問題が多数を占めるので、物凄い難問やひねった問題は殆どなく、
「しっかり勉強していれば解ける」ものが多かったように思います。
ただ問題数が多く出題範囲も広いので、勉強でカバーしきれなかったトピックは全く分からず、
難易度が高く感じました。

合格率の高さから舐めてかかるとヤケドするかも。そんな印象です。

まとめ　

色々と書きましたが、私のG検定の所感について反省も含めてまとめると、

• 数学に苦手意識があるなら、まずは数学の復習から
• 幅広く情報をインプットする（私の場合は複数の書籍・研修・人に聞く）
• 結果発表はゆったり待つのがオススメ

という感じです。

正直、今回の勉強を始めるまでは「試験勉強なんて時間的にも体力的にもキツイ……」と腰がひけていましたが、実際やってみると、隙間時間の積み重ねでなんとかなりました。

もっともこれは、家族の協力があってこそです。毎日元気に過ごして保育園にも楽しく通ってくれたり、家事育児の協力に加えて、理解の遅い私に根気強くディープラーニングを教えてくれたり……。二人とも、本当にありがとう。

え、G検定を受けた理由ですか？

正直なところ、はじめはこのブログを書きたかったという、なんとも不純な動機でした。
ただ、勉強を進めるうちに、だんだんのめりこんでいきました。

不思議なもので、育児と仕事に追われる毎日の中で、
大嫌いだった数学や統計を早起きして勉強したり、
「活性化関数ってなんで必要なんだろう……？」などと、ぼんやり考えながら歩いたりする時間はなんだか幸せでしたね。
不安や不満などの余計なことを考える暇がなくなるからかもしれない。ほんの少し、自信にも繋がった気がします。

G検定の合格はもちろん嬉しいのですが、
それよりも、G検定の試験勉強で得た知識の方に価値を感じています。
AIの歴史・技術動向・法制度・国内や海外の動きなど、
ディープラーニングを取り巻くトピックについて（浅くはあるけど）幅広く学ぶ、良いきっかけになりました。

ただですね、G検定に合格はしたものの、
ディープラーニングを「理解した」と言うにはまだまだで、
用語や手法をちょっと知っているレベルに過ぎないと思っています。今のところPythonは全く分からないですし。

やはり本当に理解するには、何かしら実践してみないとですね。
せっかくここまで勉強したので、機会があればチャレンジしてみようかと思います。

以上、長々とお付き合いいただきありがとうございました！
G検定に興味アリ！な皆様の、少しでも参考になりましたら嬉しいです。

【無料ダウンロード】小冊子「サクッと分かるAIはじめの一歩」

AIの基礎がサクッとわかる小冊子を無料プレゼント。
AIの概況や機械学習の分野で飛び交う概念や用語を簡潔にご紹介します。

▼詳細はこちらから▼

AI人材育成トレーニング

AI人材の争奪戦が激しさを増す中、社内におけるAI人材育成の重要性が高まっています。
トレノケートでは人工知能の基礎知識、機械学習、ディープラーニング関連コースを提供しています。

▼おすすめのeラーニング：AIに必要な数学を高校数学から学ぶ

[ASP]データ分析シリーズ1 AI数学 ～文系でも理解できる!高校から始めるデータ分析、AIのための数学～
高校数学からデータ分析、機械学習に関わる数学を学習したい方向け。初心者でもつまずかずに学習できるよう数学に特化して構成しています。

▼おすすめトレーニング：機械学習の種類や代表的な手法の基本を1日で学ぶ

マシンラーニングオーバービュー ～AIを支える技術・理論・利用方法を学ぶ～

【学習目標】
● 機械学習の概要を理解する
● 機械学習のアルゴリズムと要素技術の概要を理解する
● 機械学習の実装方法と利用方法を理解する

【本コースはオンライン対応です】会場が「オンラインLive」または「教室Live配信」の日程は、PCやタブレット等を通してオンラインでご参加いただけます。

▼そのほかのAI人材育成トレーニングはこちらから