近年、AIに関するニュースが増えてきましたよね。自動運転〜ヘルスケアまで様々な分野で利用されているAIについて、マッチングアプリでもAIが裏で動いていることをご存じでしたでしょうか？
実はアプリ内で紹介されるお相手はAIが選んでいるみたいです！
さて、AIに興味のある方なら聞いたことのあるG（ジェネラリスト）検定を私も受けて見たので、前半部分ではおすすめの参考書、後半は実際の私の勉強方法に関してご紹介いたします(^ ^)
AIに興味があり次のG検定を受けてみようと考えておりましたら、参考になさってみてください！
ちなみに、2020/7/4(土)に受験しておりましたG検定(2020#2)に無事合格しておりました
おすすめの試験対策本
それでは早速、おすすめの試験対策本をご紹介いたします。
No.1 ディープラーニングG検定問題集
- 問題量が多く、解説がとても丁寧で分かりやすい
- 実際の試験と全く同じ問題が出る
とても有名な問題集ですね。
問題量も多く解説も充実しているため、試験対策にとてもおすすめできる一冊になります。
ただし、G検定の問題の性質上、一問一答の問題がほとんどであるためこの本のみでは体系的に理解しにくいかなと個人的には感じました。
そのため他の対策本である程度理解を深め、力試し的な役割で本書に取り組むと有効的に活用できると思います！
No.2 ディープラーニングG検定 公式テキスト
- とっつきにくい歴史や法律の内容が丁寧に記載されている
- 多くの機械学習のモデルや手法が解説されている
- 実際の試験と全く同じ問題が出る
G検定を主催している日本ディープラーニング協会監修の公式テキストになります。
そのため、実際に過去出題されたことのある問題が多く扱われており実際の試験でも同じ問題が出ておりました。
また、公式テキストであるため歴史から法律的な問題まで体系的に理解できる点が特におすすめです！
と言いますのも、今回ご紹介する本の中で唯一、歴史や法律の内容が体系立てて解説されております。（その他の本ではより実装面に近い内容がメイン）
といった流れで勉強をすることで効率的に試験対策を行えると思われます！
No.3 ゼロから作るDeep Learning
- フレームワーク等使わず、簡単な数式を組み合わせイチからディープラーニングを構築できる
- 機械学習の基本的な理論(入力から出力まで)を一貫して学べる
先の2点を試験対策本と位置付けると、この本は機械学習ならびにディープラーニングの理論を理解するための本になります。
数式や考え方など段階的に理解することができるため、ディープラーニングの理論を知りたい方にとってはおすすめの本になります！
No.4 機械学習を理解するための数学のきほん
- 機械学習の基本となる数式を初心者向けに丁寧に解説されている
- 自分で数式を実装するため、数式の理解が深まる
- 物語調のため、教科書感が苦手な方にとって読みやすく工夫されている
ゼロから作るDeep Learningよりもさらに基礎的な部分が多いため、機械学習の理論をはじめに勉強される方におすすめの一冊です。この本を読んでからゼロから作るDeep Learningをお読みいただければ、さらに理解が深まります。
また、教師あり学習の一番基本的な”分類”や”回帰”に関して、例題を用いて詳細に説明されているため、数学が苦手な方でも容易に理解できる本となっております。
No.5 pythonではじめる機械学習
- 機械学習の代表的な手法を網羅的に触れられる
- フレームワークを利用するため、実装面のハードルが低い
機械学習の細かい勉強を始める前に、是非この一冊で機械学習の面白さを知っていただきたいです！
その理由として、本書は実装がメインになっておりますが、フレームワーク等を多く利用することにより、初心者でも簡単に機械学習のプログラムを体験することができます。
実際に私も機械学習の勉強は本書から始まりました。（数行でモデルが作れて、性能が評価できるなんて面白い！！というところから入りました。）
簡単にセットアップできる環境が整っておりますのでプログラミング未経験者の方でもとっつきやすい内容となっております。
【実体験】合格するまでに行った勉強
まずG検定を取得するために行った私の勉強期間は以下の通りです。
- 試験対策本(問題集・公式テキスト)での勉強は約2週間
- それ以外の書籍での勉強は約2ヶ月程度
そして勉強の順序としては以下の流れで進めていきました。
- No5. pythonで始める機械学習
- No.3 ゼロから作るDeep Learning
- No.4 機械学習を理解するための数学のきほん(ここで約2ヶ月)
- No.2 ディープラーニングG検定 公式テキスト
- No.1 ディープラーニングG検定問題集(ここで約2ヶ月+2週間)
おわりに
最後までお読みいただきありがとうございました！
ここまで読んでみて、自分でもできそう！と思っていただければ私も嬉しい限りです。
日本は2030年にAIの知識を持つIT人材の数が30万人不足すると予想しておりますので、
今後ますますAI人材の地位が向上すると思います。
はじめは数式も多くとっつきにくい内容のように感じられますが、今回紹介した書籍を読みますと、決して難しい数式ばっか使っているわけでなく簡単な数式を組み合わせて計算している部分がとても多く見受けられます。
そのため、少しでも興味がある方は簡単なところからで問題ございませんので、機械学習の分野に足を踏み入れてはいかがでしょうか？
私もまだまだ発展途上ですので、皆様と一緒に切磋琢磨してスキルアップできたら嬉しい限りです。
今後も機械学習に関わらず、テクノロジー分野ならびにIT転職分野のブログを更新していこうと思っておりますので、ご興味がございましたら是非目を通してみてくださいませ(^ ^)
それではっ！！
