ディープラーニングとセキュリティ

7月にG検定を受検しました。
G検定とは、「一般社団法人日本ディープラーニング協会」が「ディープラーニングの基礎知識を有し、適切な活用方針を決定して、事業活用する能力や知識を有しているか」を検定するものです。

幸いにも合格することができましたので、今回のコラムでは合格手記を紹介します。

G検定は、3回/年、試験時間は120分で約220問をオンラインで実施されています。
200問超を120分で回答していくわけですから、相当のスピードを必要とします。

まず私は受検1ヵ月前から準備を始めました。受検は20207月4日でしたから、2020年6月1日に受検対策スタートです。
使用したテキストは「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)と問題集「ディープラーニングG検定ジェネラリスト問題集」(インプレス社)です。
週ごとに行った内容を学習時間とともに紹介します。

Week1 (8時間)

最初の1週間は毎日1時間程度の学習時間を設け、テキストの読み込みを行いました。
ディープラーニングの歴史や手法を学ぶのですが、未知のキーワードや人物、出来事などはGoogleやウィキペディア、Qiitaなどで都度調べます。
テキストには章末に練習問題がありますので、章ごとに完全理解できるようにしておきました。

Week2 (9時間)

次は問題集に突入です。問題集は第1章から第7章までが単元(約10問/章)ごとに分かれていて、第8章が総合模擬問題(70問)になっています。
Week2は第1章から第7章までの問題を解いていきました。
問題集にはテキストにはない問題が多数あり、正解を導き出すのは苦労しました。当時知っている知識で解いていくというよりも問題文を読み、テキストやインターネットで調べながら回答していく手法でした。
この時点での知識では半分以上の問題を解くことができませんでしたので、まだまだインプットの時間を多く費やすことになっていました。

Week3 (6時間)

問題集の第8章の問題を解いていきました。
第8章は総合問題なので、今までの学んだ知識だけで解いていきました。結果は散々でしたので、学びの見直しが必要であることが分かったタイミングです。
受検までの2週間の学習方法を再検討しました。問題集を繰り返し行うことで問題パターン・回答パターンを身につけることにしました。

Week4 (20時間)

Week3までの失敗をもとに、問題数をこなすためのネタ探しから始まりました。
オンラインでの模擬テスト「G検定オンライン模擬テスト(Study-AI)」を知ることができたのは収穫です。Week4はオンライン模擬テストと問題集の繰り返し学習です。
オンライン模擬学習は2度繰り返して80%ほどの正解率まで、問題集も2度繰り返して90%の正解率まで届くようになりました。

Week5 (20時間)

最後の週ですので、新しい知識習得はせず、今まで習得したキーワード・人物・出来事をおさらいしました。
youtubeで4本のG検定オンライン解説を見つけたので、知識の定着化のために2度繰り返し閲覧しました。
オンライン模擬学習と問題集は正解率100%に乗せることができたのは受検2日前のことです。

受検前日

G検定は受検中に資料を読んだり、インターネットでリサーチしても大丈夫です。
120分で200問超なのでスピードが必要ですが、リサーチ元を整理しておくことが重要です。
今回は下記サイトを事前にリサーチ元としてピックアップすることにしました。
・Qiita G検定まとめ関連
・オンライン模擬学習
・G検定学習メモサイト

受検当日

午前中にオンライン模擬学習と問題集の最終チェックを行い、直前の1時間で受検環境のセッティングを行いました。
受検環境のセッティングとは、リサーチ元などのブラウザ準備となります。

受検まとめ

今回の問題数は200問でした。
感覚的に20秒/問をメドに回答をしていく中で、確信を得られない設問にはチェックを入れておき、後で確認します。
一通り最終問題まで行きついたのは残り30分でした。確信が得られないチェック数は50問(200問中)でしたので、その時点で75%の正解ということになります。
ここからが準備していたリサーチ元を発動し、50問の未確定設問から20問までしぼりこみました。
そうしますと全体の90%の正解数となり、ほぼ目標正答数クリアしましたのでやれるだけのことはできたことになります。

セキュリティのこととは直接関係のないコンテンツでしたが、将来的な知見を広げるためには非常に役に立つ学びでした。
合格後になりますが、合格者のコミュニティでの情報交換や各種イベントもありますので、学びは続いていきます。

これからディープラーニングのことを学ばれる方の参考になればうれしい限りです。