無料模試によるG検定対策 その1
Study-AIさんの無料β版の模試が有名。
※ 要ユーザ登録(無料)
一時期は、ここの問題がそのまま出るような記事もあった。
2019#2か#3か、どのタイミングからかはわからないが、
現在に於いては、さすがに「そのまま出題」ということは無くなった。
上記の学習のコツでも書いたが、
出題者の思考を考えると、受験者がこの模試を受けてきているのは予想に固い。
よって、ちょっと観点をずらした問題を出さざるを得ない状況になっていると推測される。
あと、無料β版であるため、文句を言える義理は全くないのだが、
選択肢に答えがない、選択肢が間違っている問題が散見される。
StudyAIさんの方でメンテナンスされたようで、現在では修正されてます。
以下は「G検定の初期のころはこういうこともあったよ」程度で読み流して下さい。
例えば、以下の問題
(エ)に最もよくあてはまる選択肢を 1 つ選べ.
ニューラルネットワークで用いられる活性化関数について扱う.出力層の活性化関数には,回帰では(ア)が,多クラス分類では(イ)が一般的に利用されてきた.また中間層の活性化関数として,従来は(ウ)などが一般的に利用されてきた.しかし,これらの活性化関数を利用すると勾配消失問題が起きやすいという問題があったため,近年は,入力が 0 を超えていれば入力をそのまま出力に渡し,0 未満であれば出力を 0 とする(エ)や複数の線形関数の中での最大値を利用する(オ)などが利用されている.
選択肢
1.動経基底関数
2.ソフトマックス関数
3.Maxout
4.ステップ関数
Study-AIさんの回答としては4となっており、明らかに回答側が間違っている。
(エ)に入るのはReLUなのだが、
正しい選択肢は以下のどれか。
・ReLU(Rectified Linear Unit)
・正規化線形関数
・整流線形関数
・ランプ関数
恐らくは「ランプ関数」が本来の選択肢になっていたところを
間違って「ステップ関数」としてしまったと思われる。
※ランプ関数、ステップ関数は制御に於いての応答性評価によく使われる関数名称。
この問題は、本来であれば良問で、
ReLUの別名を把握しているかを問うているもの。
しかし、ちょっとしたケアレスミスで悪問と化して、受験者を毎回悩ましているようだ。
無料模試によるG検定対策その2
最近もう一件、無料模試が出てきていた。
※ 要ユーザ登録(無料)
私の方で一通り、解いてみたが、StudyAIさんよりは最近の動向に沿っていはいる。
ただ、これで網羅しているレベルではないので、「繰り返し解いて慣らす」という方法はお勧めできない。
Study-AIさんの模試と併用して、自分の苦手領域の把握に利用した方が良いだろう。
無料模試によるG検定対策その3
G検定特化の模試ではないが、一応紹介。
MATLABで有名なMathworks社の機械学習10問クイズ。
※ 今は存在しないようです。
https://explore.mathworks.com/jp-machine-learning-knowledge-quiz
無料模試によるG検定対策その4
上の方でも紹介したが、法規/時事問題特化問題集。
問題自体は、arXiv等で見かけた文献をベースに、抄読会を実施した際の近年の法規/目玉AIモデルの話を問題文形式にしてるので割と最新情報はキープできていると思う。
無料対策講座によるG検定対策
「資格試験のオンライン対策サイト【資格スクエア】」さんの講座に、まさにそのままのG検定対策講座というのがある。
オンラインの無料体験講義があるので、ここで一回サラッと概念を掴んでしまうというのも一手。
何事も取っ掛かりは重要で、取っ掛かりさえあれば、後は結構自力で学習サイクルを回せると思う。
取っ掛かりが欲しい方は以下サイト参照。

G検定で終わらず、その後にAI関連の転職まで意識している場合は「AIジョブカレ」さんも選択肢にはいってくる。こちらも無料相談会があるので受けてみるもの良いかもしれない。
「G検定直前対策講座」というのもあり、325分(5時間半くらい)の講座と、
200問の予想問題が用意されている。
学習時間が取れない人向けとしては良いかもしれない。

「Aidemy」さんの無料ビデオカウンセリング受講もありでしょう。
講座としては↓こんな感じの演習問題を解いていくイメージ。
-1024x592.png)

G検定対策としてのその他の活動(カンペ的なものとも言える)
あとはインプットだけでなく、アウトプットの方も意識。
簡単に言うと、調べた内容をノートに纏めるなど実施。
本サイトでも掲載しているが、以下のように情報をまとめる作業をしている。
(使用禁止とされているがカンペ(カンニングペーパー、チートシート)にもならなくもない・・・。)


以降、シラバスに則って出題数、難易度、情報量、対策方法等を説明。



次のページへ
以降、シラバスに則って出題数、難易度、情報量、対策方法等を説明。
コメント
It’s hard to find educated people about this subject, however, you seem like you know what you’re talking about!
Thanks