データサイエンティスト検定 【これも見直し戦略が重要】データサイエンティスト検定試験画面解説【DS検定】
出題画面と解答状況確認画面を確認。
それほど複雑な画面ではない。
電卓画面が用意されているが、さほど機能は無い。
メモ用紙と筆記用具が渡されるので、それと併用して計算。
見直し戦略が重要。
計算問題含め、ケアレスミスしやすい問題をメモって優先的に見直す。
AI、データサイエンス
データサイエンティスト検定 
データサイエンティスト検定 【巧妙な罠】データサイエンティスト検定(リテラシーレベル) まとめ【DS検定対策】
データサイエンティスト検定リテラシーレベルを受けてきた。
受験直後の結果レポートで正答率が分かる。
合格時にさらに詳細なスコアシートが確認できる。
白本、黒本での対策で十分。
ただし、問題集に慣らす方式だとギリギリ不合格になるようなラインに難易度設定されてる可能性がある。
G検定 G検定 試験画面について解説【試験前の最低限の前準備】
対応ブラウザを用意。
一般的なブラウザであれば問題無い
回線、PCの安定化を図りましょう。
有線、再起動、サブの用意。
動作確認用チュートリアル画面で事前確認。
見直し戦略が重要。
見直し用のチェック機能に加えて、手元にメモ用紙があるといろいろ戦略が練れる。
G検定 G検定超入門 とりあえず公式例題を解いてみる#3
ディープラーニング初期のCNN系列の有名どころは今でも論文に登場することは多い。
CNN、RNN、AutoEncoderあたりは基本的なモデルなので特性を覚えておいた方が良い。
強化学習周りは用語が多いので少し異なる対策が必要かも。
G検定 G検定超入門 とりあえず公式例題を解いてみる#2
教師あり学習の分類と回帰、教師なし学習のクラスタリングのカテゴリ分けとおれぞれの性質は把握しておいた方が良い。
ディープラーニングの発展の歴史に半導体技術発展、フレームワークの存在がある。
機械学習の学習時の手順や課題を把握する必要がある。
G検定 G検定超入門 とりあえず公式例題を解いてみる#1
最初の方がディープラーニングの技術的な話より、歴史的な話が多い。
書いてあることが正しいかどうかに加えて、何について聞いているのかを認識していないと誤答しやすい。
汎用人工知能≒強いAI、特化型人工知能≒弱いAIは覚えておいた方が良い。
G検定 G検定 強化学習対策
G検定対策のまとめ記事はこちら。 はじめに G検定の強化学習についての勉強方法を聞かれたんで、とりあえず記事にしてみた。 正直、G検定の強化学習関連は情報も少なく、かなり学習し難いカテゴリになる。法律/最近の動向系と比べるとややマシとは言え...
G検定 G検定法律問題対策【個人情報保護法、著作権法、特許法、不正競争防止法】
AIに関連する法として以下がある。
個人情報保護法、著作権法、特許法、不正競争防止法。
基本的な考え方は著作権法、特許法で保護できなかったものは不正競争防止法で保護。
これもで保護できないなら契約で保護。
不正競争防止法で保護する際は営業秘密側で保護したい。
G検定 G検定問題集(ひたすら過去問ふぅ問題で鍛錬する所 一問一答 仮)
G検定の時事、法規に特化した問題集。 普通の問題を解きたい方は他のサイトを見た方が良い。 G検定当日に時事、法規関連問題を見るとショック受ける方多いようなので、そのショックをいくらか軽減するためにだけに設置したものとなる。G検定時事問題、G検定最近の動向問題、G検定法規問題など。基本的にはarXivの論文の言い回しをベースに記載
AI、データサイエンス 【Python】LSTMによる株価予測【Chainer】
RNN拡張版のLSTMによる株価予測に挑戦した時の記録。LSTMの特性が良くわかる。日経平均株価情報の取得方法も記載。Pythonのソースコード(実装)も貼っているのでとりあえず動かしてみるのもあり。LSTMが得意な波形、苦手な波形。苦手な波形をどうしたら得意な波形にできるか。