E資格：試験対策
をテンプレートにして作成
[
トップ
] [
新規
|
一覧
|
単語検索
|
最終更新
|
ヘルプ
]
開始行:
「[[.NET 開発基盤部会 Wiki>http://dotnetdevelopmentinfras...
-[[戻る>DS]]
--[[G検定：試験対策]]
--E資格：試験対策
*目次 [#g9b4fe7a]
#contents
*概要 [#c21c806a]
資格取得：2024/9
**[[実施概要>DS#wbf2ef30]] [#a9b1645a]
**[[シラバス>DS#abc69387]]の変更 [#o177dba4]
-頻繁に改定されているので公式情報をチェックする。
--https://www.jdla.org/certificate/engineer/
--https://note.com/tks849/n/n0459c72571b6
-AIの分野は技術進歩が活発では頻繁に変更されているため。
--[[認定プログラム>#t6776534]]に含まれるが試験で出題され...
--以下は、1.0-1.1で出題範囲から削除された項目だが、[[認定...
【応用数学】
◆線形代数
◇特異値分解
【機械学習】
◆機械学習の基礎
◇教師あり学習アルゴリズム
◇教師なし学習アルゴリズム
◇確率的勾配降下法
【深層学習】
◆順伝播型ネットワーク
◇アーキテクチャの設計
◇誤差逆伝搬法およびその他の微分アルゴリズム ※以下のみ
・全結合 MLP での誤差逆伝搬法
◆深層モデルのための最適化
◇基本的なアルゴリズム ※以下のみ
・ネステロフのモメンタム
◆畳み込みネットワーク
◇構造出力
◇データの種類
◇効率的な畳み込みアルゴリズム
◆回帰結合型ニューラルネットワークと再帰的ネットワーク
◇回帰結合型のニューラルネットワーク ※以下のみ
・教師強制と出力回帰のあるネットワーク
・有向グラフィカルモデルとしての回帰結合型のネット...
・RNNを使った文脈で条件付けされた系列モデリング
◇深層回帰結合型のネットワーク
◇再帰型ニューラルネットワーク
◇複数時間スケールのための Leaky ユニットとその他の手...
・時間方向にスキップ接続を追加
・接続の削除
◆深層学習の適応方法
◇画像認識
・VGG
**学習コンテンツ [#y31d734b]
-全般的に熟れていない印象があり、
-初学者が知っておくべき重要なポイントを理解できたのが、わ...
--機械学習、深層学習ともに、AIは、逆問題的に処理する（学...
--機械学習、深層学習の学習では、主に、データの分布や、確...
--順問題だと、すべての因果関係を知っている必要がある。
---因果関係が複雑な問題の場合は、コレは現実的ではない。
---逆問題の場合、トレンド（因果関係中の前提条件相当）が変...
--学習は、関数による近似で行っている。この近似を数理最適...
---[[代表的な数理最適化やパラメタ推定には、最小二乗法、最...
---機械学習には、関数で近似する以外の様々なアルゴリズム（...
--深層学習
---のニューラルネットは、この関数に該当するが、合成関数に...
---の特徴は、非構造データからの特徴量抽出をニューラルネッ...
-Q:「ChatGPTはなぜ、人が話す命令を理解して回答できるのか...
（関数の近似と言う理解ではピンとこない）~
A:「言語モデルはの確率的に次単語予測を行う生成モデルだか...
**[[認定プログラム>#t6776534]] [#o64fe056]
について思う事。
***コンテンツ [#afef82bf]
-認定プログラムによっては内容が異なると思われ、不安がある。
-認定プログラムのコンテンツでは理解できずネットを参照して...
-認定プログラムを完了してからシラバスを眺めても解らないモ...
-認定プログラムを完了してから[[黒本>#b5c97cd9]]を眺めても...
-認定プログラムはシラバスの「グレー網掛：オプション（出題...
-認定プログラムには試験に出ないプログラム実習も長時間あり...
（ただし、実務的にはプログラム実習の方が圧倒的に役に立つ...
***認定の感想 [#jdd82b99]
-以下の様な感想がWeb上にあり、所詮は足切り用と言う感もあ...
--値段相応なのか、資料は統一性が無く、突貫でかき集めたよ...
--2業者のプログラムを受講したが、業者次第で、網羅性が異な...
--終了試験、終了試験直後の状況は3-4割の正答率
---事例A：認定プログラム終了試験では初見で解ける問題が3割...
---事例B：認定プログラム修了後に[[黒本>#b5c97cd9]]をやっ...
---事例C：認定プログラムは修了できたものの、E資格の[[黒本...
正答率が4割程度かつ、回答を見ても理解に時間がかかるといっ...
-特に、認定プログラム終了時に足りないと感じている部分~
--応用数学（%%逆行列、固有値、特異値%%、ベイズ統計、情報...
---講義を聞いたダケだと計算・得点できない。
---修了試験～本試験対策でようやく暗記スべき計算の手順を見...
---更にネット上で勉強を進めると概念的にも理解できるように...
--深層学習
---基礎のDNN、CNN、RNNなどの基本要素~
・認定プログラムのコンテンツ側が丁寧に説明しているかと言...
・コンテンツだけでは心もとないのでカサゴの本を使って理解...
・例えば、CNNの[[im2col>#q3f9e8cf]]の問題などは本試験対策...
---高難易度の問は想定問題と独自学習の対策の併用が必要？~
・言語モデルやTransformerについては深く理解したが、其々に...
・高度なモデル、物体検出系、領域検出系、AE系、GAN系、深層...
・その他モデル、GNN、%%GCN%%、距離学習、%%メタ学習%%。
--認定プログラム中の「試験対策」は[[黒本>#b5c97cd9]]より...
***修了者ナンバー [#e2f56eb9]
認定プログラムを完了すると入手できるはずだが、e-learning...
-ある認定プログラムでは、e-learning完了後にWeb上の試験に...
-ある認定プログラムでは、e-learningの巻末にある認定テスト...
-修了者ナンバーは直近の試験日に合わせると、認定プログラム...
-認定プログラム完了後の4択試験の正答率が3-4割と考えると、...
※ 余談だが2024/2に取得した修了者ナンバーは3万5千番代だっ...
-資格合格率は6割程度で、その値を使用して計算すると、2万人...
-実際に、認定取得後、[[黒本>#b5c97cd9]]チャレンジしても、...
**試験対策 [#k7e003a3]
***[[G検定>G検定：試験対策#t6b79a11]]と異なる点 [#kb29a898]
-試験はCBTでありググれないので暗記が必要な所は暗記が必要...
-[[G検定>G検定：試験対策#t6b79a11]]と同じ４択だが、過去問...
-数学的なバックグラウンド（理解）を持っていないと、学習に...
--が、高校数学までの数学知識の一部、大学教養レベルで、文...
--が、深い下位スタックには理工系の大学数学レベルの知識が...
--ただ、試験は4択なので、概念的、上位スタックを理解してお...
--数理最適化の部分を高校数学までの知識で理解し、さらに高...
-範囲は[[G検定>G検定：試験対策#t6b79a11]]より狭いが（思っ...
--故に体積（面積？）的にはE資格の方が大きく、且つ、難易度...
--実務で使用しない数学的理解やライブラリ内部の実装も問わ...
--更に高難易度の問が多いので、対策以前の勉強自体も想定問...
（通常、下位スタックを網羅的に学習するコンテンツは提供さ...
***勉強方法 [#yd9da5ac]
-シラバスに沿った学習は、先ずは、[[認定プログラム>#t67765...
--改定タイミングに依存するが[[黒本>#b5c97cd9]]より[[認定...
--著名な対策業者書籍の[[黒本>#b5c97cd9]]は問題提示後に各...
-[[認定プログラム>#t6776534]]のコンテンツ、修了試験、模擬...
--オススメの試験の勉強方法は[[黒本>#b5c97cd9]]を解く事で...
-過去問が公開されていないので過去問対策はできない（[[認定...
--[[認定プログラム>#t6776534]]で認定を取った後は、以下を...
---認定プログラムのコンテンツはシラバスの「グレー網掛：オ...
---認定プログラム中の「模擬試験」は[[黒本>#b5c97cd9]]より...
---認定プログラム中の「模擬試験」は[[黒本>#b5c97cd9]]より...
***[[黒本>#b5c97cd9]]での試験対策 [#d04817ab]
-シラバスの出題対象外を除いて例題を解いていく。
-[[黒本>#b5c97cd9]]には想定問題・模擬試験が収録されている。
-想定問題・模擬試験という体裁だが、体系的かつ重要ポイント...
-3・4周やれば十分合格できる。7周で100%に到達するらしい。
--1周、%%20時間%%1ヶ月程度、後半は%%3時間%%半日程度で1周...
--その状態で正解率は80-90%弱で合格（合格ライン65%）（......
-最近は、[[黒本>#b5c97cd9]]からの出題が減り、[[認定プログ...
--シラバスの変更に[[黒本>#b5c97cd9]]が追い付いていない（...
--2022年8月の時点で問題集第2版（2022年2月以前の範囲）がカ...
***Python [#c683a001]
について、
-[[黒本>#b5c97cd9]]の巻末の知識集が役立つ。
-行列演算がキーとなる。axisの方向など。
***その他 [#ac2b5c64]
-新シラバスの、[[認定プログラム>#t6776534]]や[[黒本>#b5c9...
--シラバスの変更に[[黒本>#b5c97cd9]]が追い付いていない。
--[[認定プログラム>#t6776534]]の模擬試験も、シラバス変更...
--（私は丁度、[[認定プログラム>#t6776534]]完了後、シラバ...
-ぶっつけ本番で捻りが入ったケース（畳み込みの工夫によるパ...
-過去問なし、シラバス変更などを考えると、過去問でなくても...
**数学には [#d533a0a0]
ビビらなくて良い。
***[[基礎>#sa8fae77]] [#p0952ae6]
シラバスにはない。
-微分
-行列計算
***[[応用>#o35f8483]] [#p0952ae6]
応用以降はシラバスにある。
＜行列＞
-行列計算は機械学習・深層学習で必要。
-機械学習の簡単な最小二乗法は逆行列で解ける。
-深層学習の順伝播、逆伝播は行列計算の塊。
-固有値・特異値分解
--固有値分解
---主成分分析（PCA）
---グラフベースのクラスタリング
---スペクトルクラスタリング
--特異値分解
---主成分分析（PCA）
---データ圧縮
---協調フィルタリング
＜[[最適化>機械学習の理論#r91e67ac]]＞
-最小二乗法はそれほど難しくはないが、
-最尤法とベイズの定理についても理解しておくこと。
***数式 [#l14d8bb0]
-先ず、計算方法を示す数式もあるが、そうでないモノも多い。
-また、高校数学では解かないといけないが、解くものでないモ...
-多くの式は実際に計算するものではないので暗記すれば良いが...
記号の羅列を暗記するのは難いので、式の意味を理解したり、...
-数式は自然言語で数行に渡る説明を一目で示したもの。（リメ...
プログラム実装の土台となっている数学的な理論を図示したグ...
--数式の意味が理解できる ≒ 設計を理解できる。
--数式の意味が理解できる ≒ プログラムを実装できる。
***式の導出 [#e2ef132e]
-式の導出については、基本的な定理を知っていれば導出できる...
-生成AI系言語モデル（GPTなど）は数式の計算過程も教えてく...
--TeXやPPTで記述した式をコピペすれば式を理解してくれる。
--加えて計算過程を示せと命令すれば、計算過程を教えてくれ...
***全体の理解 [#p1f754b3]
-...には数式（理論）⇔ 設計図（組立）⇔ プログラム（実装）...
--例えば、CNNの畳み込みを数式で記載することはできる。
--ただし、それぞれの要素自体の説明には自然言語が必要にな...
--また、それぞれの要素の関連の説明にも自然言語が必要にな...
--更に、実際の実装についても、自然言語（＋図表）による説...
--例えば、[[im2col>#q3f9e8cf]]で空間的なイメージや実装の...
（例えば高次元配列の次元の入換や計算量を減らすためのトリ...
図表でも難しいので、自然言語の脚注で対応することになる。~
-...と言う事は、即ち自然言語の説明を読めってことだが、
--行間なく自然言語での説明が記述されているコンテンツも少...
---（今の所、）数式については[[認定プログラム>#t6776534]]...
---ググって動画やブログを掘り当ててナントカ理解するような...
--なお、自分で解読するには以下で行うようだが難易度が高い。~
（AIcia Solid Project曰く以下の試行で解読可能とのことだが）
---特別な値を代入してみる。
---増減を考える。
---極限を考える。
--昨今、生成AIが使えるようになってきているので、
---コレに数式を説明させるとよい。
---TeXやPPTで記述した式をコピペすれば式を理解してくれる。
***高度なモデル [#h4703990]
-得に、VAEやGANなどの生成モデルの数式は、理論の雰囲気を掴...
-また、強化学習系は難しいものが多い。[[黒本>#b5c97cd9]]に...
***そもそも数式とは？ [#y9687497]
-ChatGPTに質問するとよい。~
プロンプト「そもそも数式とは？」
-更に回答から認識を確認する。
--プロンプト
---数式は、人間は理論を自然言語や図表を使用して説明するが...
---また、公式の導出などの過程を考慮すると、下位スタックを...
--ChatGPT:
---はい、まさにおっしゃる通りです。あなたの考え方は非常に...
---（中略）
---あなたの問いに対する答えは明確に 「はい」 です。この考...
*詳細 [#zcfefc89]
**[[数学的基礎>DS：数学的基礎]] [#sa8fae77]
シラバスにはない。
***[[方程式>DS：数学的基礎#j3fee0e0]] [#l20528d2]
***[[微分・積分>DS：数学的基礎#lf3eb63f]] [#vee560af]
***[[微分・偏微分>DS：数学的基礎#m7396d67]] [#id1afb9f]
**応用数学 [#o35f8483]
-出題量内訳 10%
-約9割正解が目標
***[[線形代数>DS：数学的基礎#g24ed58a]] [#jb4c4e7e]
-行列計算
--[[逆行列>DS：数学的基礎 - 線形代数#f43a484c]]
--[[固有値>DS：数学的基礎 - 線形代数#m9ae68cd]]・[[特異値...
***確率分布 [#jb618cea]
-基礎
--[[確率・統計>DS：数学的基礎#p50f0ad2]]
--[[記述統計･推計統計>統計解析#ye8cca29]]
--[[統計学と機械学習>機械学習（machine learning）#j2c969c...
--[[期待値（連続、離散）>統計解析#uc4eb504]]、
--[[分散>統計解析#m656dd23]]、[[共分散>統計解析#bad01586]]
--各種の分布
---[[ベルヌーイ分布>統計解析#aa908967]]
---[[正規分布（ガウス分布）>統計解析#ef7464d6]]
***パラメタ推定 [#h5549d84]
-[[誤差関数、平均二乗誤差、最小二乗法>機械学習の理論#k0b1...
-[[尤度関数、対数尤度、最尤推定>機械学習の理論#a78d0b4a]]
-[[ベイズ則、ベイズ推定>ベイズ統計#za029df0]]
-MAP推定
***[[機械学習・情報理論>機械学習（machine learning）#z83d...
-自己情報量
-エントロピー ≒ 平均情報量 ≒ シャノン・エントロピー
-交差エントロピー（クロスエントロピー）→ [[対数尤度関数>#...
-結合エントロピー、条件付きエントロピー、相互情報量
-KLダイバージェンス（相対エントロピー、KL情報量）、JSダイ...
**機械学習 [#bc5dcff9]
-出題量内訳 35%
-約9割正解が目標
***[[機械学習の概観>機械学習（machine learning）]] [#nf0b...
[[機械学習、教師あり学習、教師なし学習、半教師あり学習>機...
***[[機械学習の最適化>機械学習の理論#r91e67ac]] [#s6c11a0d]
（[[パラメタ推定>#h5549d84]]）
***パターン認識 [#ob190e80]
-[[クラスタ>統計解析#df844c06]]
-[[正則化>統計解析#i38c7fea]]
***[[アルゴリズム>統計解析#lcaf7a28]] [#p062033f]
***学習上の課題点 [#o01963da]
-[[過少適合>機械学習（machine learning）#l377f5cd]]・[[過...
-[[独立同時分布>機械学習（machine learning）#o0d1539c]]・...
-[[次元の呪い>G検定：試験対策#x917bfed]]
-[[グリッド・サーチ、ランダム・サーチ>機械学習（machine l...
-[[パラメトリック・モデル、ノンパラメトリック・モデル>機...
***検証集合 [#sc147f4a]
-[[訓練データ・検証データ・テストデータ>機械学習（machine...
-[[交差検証：ホールドアウト法、k-分割交差検証法>データマ...
***性能指標 [#v75e884d]
-[[RMSE/MSE、MAE>データマイニング（DM）- CRISP-DM#uf75997...
-[[混同行列（正解率(Accuracy)、適合率(Precision)、再現率(...
-[[ROC曲線、AUC（ROC 曲線の下部分の面積）>データマイニン...
**深層学習（[[DNN>ニューラルネットワーク#ge448516]]） [#g...
深層学習（[[DNN>#g6e0f9fd]]、[[CNN>#m6ceff0f]]、[[RNN>#f4...
-出題量内訳 50%
-約5割正解が目標
***[[多層パーセプトロン>パーセプトロン]] [#t19a8cab]
全結合層、重み、バイアス
***[[活性化関数>ニューラルネットワーク#m155734b]] [#cd567...
-[[（中間層の）活性化関数>ニューラルネットワーク#m155734b]]
-[[出力層の活性化関数>ニューラルネットワーク#zdf50e01]]と...
***[[損失関数（誤差関数）>ニューラルネットワーク（学習）#...
***[[勾配降下法>ニューラルネットワーク（学習）#v7a3cd9d]]...
[[アルゴリズム>深層学習のテクニック#ma318ba7]]
***[[誤差逆伝播法>深層学習の誤差逆伝播法]] [#xaaed09c]
[[計算グラフ>深層学習の誤差逆伝播法#nb05eda0]]、[[合成関...
***[[ミニバッチ学習>ニューラルネットワーク（学習）#h15bc1...
***[[重みの初期値>深層学習のテクニック#o35805ae]] [#w7bb6...
***正規化 [#ud8e7974]
-[[データ正規化>データマイニング（DM）- CRISP-DM#v9d19242]]
-[[バッチ正規化>深層学習のテクニック#t3c6ab88]]~
[[重みの初期値>#w7bb6be6]]よりも汎用的で内部共変量シフト...
***[[ハイパーパラメタとチューニング>深層学習のテクニック#...
＝性能向上
***[[過学習対策>ニューラルネットワーク#c342ee03]] [#f5e71...
＝「汎化」性能向上
-[[データ拡張>深層学習のテクニック#l8a79d61]]
-[[出力の分布調整>深層学習のテクニック#rf986b56]]~
--[[重みの初期値>#w7bb6be6]]
--[[データ正規化、バッチ正規化>#ud8e7974]]
-[[機械学習と同様のアンサンブル手法>深層学習のテクニック#...
-正則化
--[[機械学習と同様の正則化>深層学習のテクニック#q7425431]]
--[[深層学習での陰的正則化>深層学習のテクニック#q1834025]]
***その他 [#ve654ee9]
-（特徴）[[表現学習>人工知能（AI）#ubeaa11d]]~
-学習済みモデルに手を加える。
--[[転移学習>深層学習のテクニック#ebe9edcc]]
--[[ファイン・チューニング>深層学習のテクニック#ea94272b]]
-スパース表現
--[[L1正則化>#f5e71c5e]]
--[[ドロップアウト（Dropout）>深層学習のテクニック#hf3c7a...
**深層学習（[[CNN>畳み込みニューラルネットワーク（CNN）]]...
深層学習（[[DNN>#g6e0f9fd]]、[[CNN>#m6ceff0f]]、[[RNN>#f4...
-出題量内訳 50%
-約5割正解が目標
***[[畳み込み>畳み込みニューラルネットワーク（CNN）#wf1a7...
***[[プーリング>畳み込みニューラルネットワーク（CNN）#j79...
***[[データ集合の拡張>深層学習のテクニック#l8a79d61]] [#k...
-[[TensorFlow・Keras]]では[[OpenCV]]で実装
-[[PyTorch]]ではtorchvisionで実装
***[[CNNでの正規化>データマイニング（DM）- Python - CNN#y...
***im2col実装 [#q3f9e8cf]
**深層学習（[[RNN>再帰型ニューラルネットワーク（RNN）]]）...
深層学習（[[DNN>#g6e0f9fd]]、[[CNN>#m6ceff0f]]、[[RNN>#f4...
-出題量内訳 50%
-約5割正解が目標
***[[RNNの内容>再帰型ニューラルネットワーク（RNN）#z103df...
***[[長期依存性の課題>再帰型ニューラルネットワーク（RNN）...
***[[Sequence-to-Sequence>再帰型ニューラルネットワーク（R...
***[[RNNの実装>再帰型ニューラルネットワーク（RNN）#uc5ee5...
***[[RNN Encoder-Decoder>再帰型ニューラルネットワーク（RN...
***[[Bidirectional RNN（双方向 RNN）>再帰型ニューラルネッ...
***[[ゲート付きRNN(LSTM)>長短期記憶ニューラルネットワーク...
***[[ゲート付きRNN(GRU)>長短期記憶ニューラルネットワーク...
**分野別の深層学習 [#k06c1892]
***[[画像処理>画像処理とコンピュータビジョン（AI）]] [#da...
-[[物体識別>画像処理とコンピュータビジョン（物体識別）]]
-[[物体検出>画像処理とコンピュータビジョン（物体検出）]]
-[[領域検出>画像処理とコンピュータビジョン（領域検出）]]
-[[特定領域検出>画像処理とコンピュータビジョン（特定領域...
-指標
--[[Intersection-over-Union (IoU)>画像処理とコンピュータ...
--[[mean Average Precision(mAP)>画像処理とコンピュータビ...
***[[言語処理>言語処理（AI）]] [#b0fc0fde]
-[[ベクトル化>言語処理（AI）#k2009143]]
-[[NLPモデル>言語処理（AI）#vff8ca8d]]
-[[LLM>言語処理（AI）#x6414d9b]]
**高度なモデル [#n2e437d6]
***[[AE>自己符号化器（AE：オートエンコーダ）]] [#g650816a]
***[[GAN>敵対的生成ネットワーク（GAN）]] [#p2523ca2]
***GNN [#nf485da9]
***GCN [#le84e666]
***距離学習 [#q41c2875]
***メタ学習 [#q4005d5b]
***[[深層強化学習>強化学習（Reinforcement Learning）#s6c0...
**[[深層学習の説明性（XAI）>データマイニング（DM）- CRISP...
***CAM、Grad-CAM [#pa1017a9]
***LIME、SHAP [#s46b227c]
**その他 [#i595f38f]
***Few / One / Zero-Shot [#oa0d4921]
-一般的なFew / One / Zero-Shot learningは[[転移学習・ファ...
-[[GPT-3におけるFew / One / Zero-Shot>テキスト生成系（Tra...
**[[開発・運用環境>深層学習（deep learning）#ad2081d8]] [...
-出題量内訳 5%
-約9割正解が目標
***[[モデルの軽量化>深層学習（deep learning）#c83ee43f]] ...
-プルーニング（枝刈り）、
-蒸留(Distillation)
-量子化（Quantization）
***[[分散深層学習>深層学習（deep learning）#wdb9491a]] [#...
-モデル並列化
-データ並列化
***[[ハード・システム基盤>深層学習（deep learning）#z56e0...
*参考 [#p00f5076]
-E資格試験の4分野の出題傾向とその勉強方法｜tks~
https://note.com/tks849/n/n40ed5222c6a4
-【JDLA E資格2023#2】受験の振り返り - Goodな生活~
https://www.goodnalife.com/entry/2023/08/30/082816
-深層学習についてのレポート（E資格・黒本対策）~
https://1drv.ms/p/s!Amfs5caPP9r5kSqPW2ZsZfWm8DKm
**認定プログラム [#t6776534]
金額が安いプログラムはそれなり。
**認定プログラム事業者 [#we81a8d3]
***AI_STANDARD [#yf5c762a]
-実際、受けた。
-廉価だった。
-実装編は良かった。
-解説は寄せ集め感があった。
***Study-AI [#kfb3874a]
-実際、受けた。
-法人向けのもので高価だった。
-実装編はあまり良くなかった。
-ベースは[[ラビットチャレンジ>#xe115ddc]]のHG専用コース
-[[ラビットチャレンジ>#xe115ddc]]は情報が多くて良い。
-解説は、良いものもあるが、属人的でバラツキがある感じ。
-振り返って全体的に難しいと感じるのは解説が良くないせい。
***ラビットチャレンジ [#xe115ddc]
-個人でやるならコレの一般コースが良さそう。
-高額なプレミアムコースは[[上記の法人向けのモノ>#kfb3874a...
「質問対応あり」と言っても、それは、あまり活用しなかった。
***AI研究所 [#wa87c3b0]
公開情報が多かったのでサンプルとして
-E資格の過去問はあるの？E資格の過去問状況や難易度と試験対...
https://ai-kenkyujo.com/certification/e-shikaku/eshikaku-...
-E資格の難易度は高い？理由や原因から難易度の対策方法を知...
https://ai-kenkyujo.com/certification/e-shikaku/eshikaku-...
-E資格のおすすめ参考書5選！E資格を勉強するなら参考書を上...
https://ai-kenkyujo.com/certification/e-shikaku/eshikaku-...
-E資格のシラバスが2022年8月度より大きく改定！ 新シラバス...
https://ai-kenkyujo.com/certification/e-shikaku/ai-eshika...
***事業者一覧 [#x33f58bd]
他にもいろいろありそう
-E資格認定プログラム事業者一覧 - 一般社団法人日本ディープ...
https://www.jdla.org/certificate/engineer/programs/bizlist/
**YouTube [#ea6f312a]
-LIVE 日本ディープラーニング協会主催「E資格ガイダンス」~
https://www.youtube.com/watch?v=uVUNDcX75DQ
-E資格受験予定者必見！合格者が語るE資格の勉強方法~
https://www.youtube.com/watch?v=mKL6ga1tWIc
-【AVILEN】E資格合格者インタビュー~
https://www.youtube.com/playlist?list=PLyhf9sfzdojh5GaFTq...
-中学生から分かるAI数学[E資格対応]~
https://www.youtube.com/playlist?list=PLWlPLLc6IHrjupzHbg...
**Qiita [#v2363eb6]
***E資格 [#p7cdbf8a]
-「E資格」の検索結果~
https://qiita.com/search?q=E%E8%B3%87%E6%A0%BC
-E資格を取得した話~
https://qiita.com/neppysan/items/8256c20d413d466863e2
-e資格おすすめ書籍~
https://qiita.com/rw-nue/items/8cd7c6d90905a81f05db
-E資格対策の暗記シート~
https://qiita.com/sshuv/items/6a0b2a0bfb1dd61d0d30
-E資格（2022#2）に合格するため、残り1ヶ月でできること #機...
https://qiita.com/h-k-nyosu/items/b0623432ae1449a9d416
***jun40vn [#f2d710cf]
-機械学習の基礎
--１ 微分・積分メモ~
https://qiita.com/jun40vn/items/f12fcbdd242d972ed488
--２ 線形代数メモ~
https://qiita.com/jun40vn/items/15627062d5f1e1dcec2e
--３ 確率・統計メモ~
https://qiita.com/jun40vn/items/461cb349ace7f7315bc0
-応用数学
--確率分布~
https://qiita.com/jun40vn/items/3590c8d17648c5f1dfd9
--情報理論~
https://qiita.com/jun40vn/items/0d7582ef3be7101f7f36
-機械学習
--データ前処理~
https://qiita.com/jun40vn/items/c188694217ad9788800f
--回帰モデルの性能評価を行ってみる~
https://qiita.com/jun40vn/items/1b63bfe3bda5b0c78d94
--分類モデルの性能評価を行ってみる~
https://qiita.com/jun40vn/items/6870f8f574d1dac51547
--ノルム、正則化~
https://qiita.com/jun40vn/items/8cb3de6b14d80e1f2220
-深層学習
--クロスエントロピー~
https://qiita.com/jun40vn/items/6546f06f9a1a623198fd
--活性化関数たち~
https://qiita.com/jun40vn/items/2ca86ab6b821ae20086c
--ソフトマックス関数~
https://qiita.com/jun40vn/items/fc805ccb273da108ad96
--最適化手法~
https://qiita.com/jun40vn/items/644a8d3a43cdaed59aa3
--確率的勾配降下法(SGD)のシミュレーション~
https://qiita.com/jun40vn/items/bf5125290fef5d7320da
--誤差逆伝播法~
https://qiita.com/jun40vn/items/0dd88f71fb7f2c73b3f7
--行列積の誤差逆伝播~
https://qiita.com/jun40vn/items/de5ddeca4962edbd1bc2
--シグモイド関数の誤差逆伝播~
https://qiita.com/jun40vn/items/4469b947d4157cc98c39
--バッチ正規化~
https://qiita.com/jun40vn/items/2105467cea35f179ea45
--正則化の効果を見える化する~
https://qiita.com/jun40vn/items/82d2bd36543a0e8cd1ff
--im2colの実装の工夫に驚いた件~
https://qiita.com/jun40vn/items/d2e8711cabc9cfb1e0d5
***MeiyByeleth [#d5a71e61]
（E資格対策）
-線形代数
--特異値分解について~
https://qiita.com/MeiyByeleth/items/c0d9859bf37cab4a009a
-応用数学
--E資格の確率・統計について~
https://qiita.com/MeiyByeleth/items/ed6525590abfb185b652
--ベイズの定理について~
https://qiita.com/MeiyByeleth/items/4106988e53bd8fdc1a5e
--情報理論について~
https://qiita.com/MeiyByeleth/items/6f6caafa59e515f09db9
-機械学習
--E資格の機械学習の基礎について~
https://qiita.com/MeiyByeleth/items/e1e1394a5bfa10e7ce08
--機械学習の流れのまとめ~
https://qiita.com/MeiyByeleth/items/dde7c7b6c631c2e6b784
--検証集合について~
https://qiita.com/MeiyByeleth/items/f30d501da4334b97bcfe
--教師あり学習について~
https://qiita.com/MeiyByeleth/items/4015351ef9e56b645969
--教師なし学習について~
https://qiita.com/MeiyByeleth/items/92a852890b88a79f0e82
--ハイパーパラメータの選択について~
https://qiita.com/MeiyByeleth/items/beff52446a78521c8dd6
--決定木の違いについて~
https://qiita.com/MeiyByeleth/items/1cdbe3226cdc0f70b358
--強化学習について~
https://qiita.com/MeiyByeleth/items/ea8eba059cc9426231ee
-深層学習
--DeepLearningの歴史、学習方法について~
https://qiita.com/MeiyByeleth/items/5b1b8946551103ae74b3
--活性化関数について~
https://qiita.com/MeiyByeleth/items/999cecb68ae384206fcd
--softmax with loss Layerの実装~
https://qiita.com/MeiyByeleth/items/f53052a9cad9ece3308a
--誤差逆伝播法について~
https://qiita.com/MeiyByeleth/items/5c52d9feeb0bb5f74ae5
--深層モデルの最適化について~
https://qiita.com/MeiyByeleth/items/b8930b8afa55b1244d95
--畳み込みネットワーク(CNN)について~
https://qiita.com/MeiyByeleth/items/5b210831cd866a7b42cf
--深層学習の適用方法：画像認識編~
https://qiita.com/MeiyByeleth/items/bb14700b4324e2908ddf
--回帰結合型ニューラルネットワーク(RNN)について~
https://qiita.com/MeiyByeleth/items/f7b359876f693ea8e480
--GRUの覚え方~
https://qiita.com/MeiyByeleth/items/4b306bee7db173899af5
--RNN vs LSTM vs GRU~
https://qiita.com/MeiyByeleth/items/65959ad543dfe39f3e99
--深層学習の適用方法：自然言語処理編~
https://qiita.com/MeiyByeleth/items/a3c5a9a074d88241b4bc
--生成モデルについて~
https://qiita.com/MeiyByeleth/items/050ca769dae387e8019a
-開発・運用環境
--開発・運用環境について~
https://qiita.com/MeiyByeleth/items/ba444684f761b830d4ea
-E資格の予想問題を作ってみる
--数学編~
https://qiita.com/MeiyByeleth/items/e71c631185cd5d39a705
--機械学習編~
https://qiita.com/MeiyByeleth/items/2fac526bbcab07ece4d7
--深層学習編~
https://qiita.com/MeiyByeleth/items/c9256c029852ab3a9487
***深層学習 Day n系 [#a4183f72]
-https://qiita.com/Helvetica822
-https://qiita.com/amateur2020
-https://qiita.com/kimura_zzz
-https://www.slideshare.net/ssuser60e2a31
**zenn [#v947027e]
***E資格 [#l022beac]
https://zenn.dev/search?q=E%25E8%25B3%2587%25E6%25A0%25BC
***robes [#c4407051]
-E資格（スクラップ、スレッド形式）~
https://zenn.dev/robes/scraps/ae5f2712d9047a
**書籍 [#g43dd7ec]
***[[ゼロつく>深層学習（deep learning）#w79e9c10]] [#g2fc...
（ゼロから作るDeep Learning）
-本格的な入門書
-外部のライブラリに頼らずPythonでゼロからディープラーニン...
-これにより、ディープラーニングの原理を学び実装レベルで理...
***黒本 [#b5c97cd9]
徹底攻略ディープラーニングE資格エンジニア問題集 第2版 - ...
https://book.impress.co.jp/books/1120101184
-想定問題・模擬試験が収録。双方に相対的に重厚な解説が付録...
-黒本で対策すれば合格できる（と言われていた、しかし、過去...
-問題は「解説 → 問題」ではなく「問題 → 解説」のフォーマッ...
--シラバスの体系を網羅した対策と言えるかどうか？は疑問が...
--（しかも、黒本改定がシラバス改定に追いついておらず古い）
--ただし、合格を目標にした場合は、本書での学習効率は良い...
終了行:
「[[.NET 開発基盤部会 Wiki>http://dotnetdevelopmentinfras...
-[[戻る>DS]]
--[[G検定：試験対策]]
--E資格：試験対策
*目次 [#g9b4fe7a]
#contents
*概要 [#c21c806a]
資格取得：2024/9
**[[実施概要>DS#wbf2ef30]] [#a9b1645a]
**[[シラバス>DS#abc69387]]の変更 [#o177dba4]
-頻繁に改定されているので公式情報をチェックする。
--https://www.jdla.org/certificate/engineer/
--https://note.com/tks849/n/n0459c72571b6
-AIの分野は技術進歩が活発では頻繁に変更されているため。
--[[認定プログラム>#t6776534]]に含まれるが試験で出題され...
--以下は、1.0-1.1で出題範囲から削除された項目だが、[[認定...
【応用数学】
◆線形代数
◇特異値分解
【機械学習】
◆機械学習の基礎
◇教師あり学習アルゴリズム
◇教師なし学習アルゴリズム
◇確率的勾配降下法
【深層学習】
◆順伝播型ネットワーク
◇アーキテクチャの設計
◇誤差逆伝搬法およびその他の微分アルゴリズム ※以下のみ
・全結合 MLP での誤差逆伝搬法
◆深層モデルのための最適化
◇基本的なアルゴリズム ※以下のみ
・ネステロフのモメンタム
◆畳み込みネットワーク
◇構造出力
◇データの種類
◇効率的な畳み込みアルゴリズム
◆回帰結合型ニューラルネットワークと再帰的ネットワーク
◇回帰結合型のニューラルネットワーク ※以下のみ
・教師強制と出力回帰のあるネットワーク
・有向グラフィカルモデルとしての回帰結合型のネット...
・RNNを使った文脈で条件付けされた系列モデリング
◇深層回帰結合型のネットワーク
◇再帰型ニューラルネットワーク
◇複数時間スケールのための Leaky ユニットとその他の手...
・時間方向にスキップ接続を追加
・接続の削除
◆深層学習の適応方法
◇画像認識
・VGG
**学習コンテンツ [#y31d734b]
-全般的に熟れていない印象があり、
-初学者が知っておくべき重要なポイントを理解できたのが、わ...
--機械学習、深層学習ともに、AIは、逆問題的に処理する（学...
--機械学習、深層学習の学習では、主に、データの分布や、確...
--順問題だと、すべての因果関係を知っている必要がある。
---因果関係が複雑な問題の場合は、コレは現実的ではない。
---逆問題の場合、トレンド（因果関係中の前提条件相当）が変...
--学習は、関数による近似で行っている。この近似を数理最適...
---[[代表的な数理最適化やパラメタ推定には、最小二乗法、最...
---機械学習には、関数で近似する以外の様々なアルゴリズム（...
--深層学習
---のニューラルネットは、この関数に該当するが、合成関数に...
---の特徴は、非構造データからの特徴量抽出をニューラルネッ...
-Q:「ChatGPTはなぜ、人が話す命令を理解して回答できるのか...
（関数の近似と言う理解ではピンとこない）~
A:「言語モデルはの確率的に次単語予測を行う生成モデルだか...
**[[認定プログラム>#t6776534]] [#o64fe056]
について思う事。
***コンテンツ [#afef82bf]
-認定プログラムによっては内容が異なると思われ、不安がある。
-認定プログラムのコンテンツでは理解できずネットを参照して...
-認定プログラムを完了してからシラバスを眺めても解らないモ...
-認定プログラムを完了してから[[黒本>#b5c97cd9]]を眺めても...
-認定プログラムはシラバスの「グレー網掛：オプション（出題...
-認定プログラムには試験に出ないプログラム実習も長時間あり...
（ただし、実務的にはプログラム実習の方が圧倒的に役に立つ...
***認定の感想 [#jdd82b99]
-以下の様な感想がWeb上にあり、所詮は足切り用と言う感もあ...
--値段相応なのか、資料は統一性が無く、突貫でかき集めたよ...
--2業者のプログラムを受講したが、業者次第で、網羅性が異な...
--終了試験、終了試験直後の状況は3-4割の正答率
---事例A：認定プログラム終了試験では初見で解ける問題が3割...
---事例B：認定プログラム修了後に[[黒本>#b5c97cd9]]をやっ...
---事例C：認定プログラムは修了できたものの、E資格の[[黒本...
正答率が4割程度かつ、回答を見ても理解に時間がかかるといっ...
-特に、認定プログラム終了時に足りないと感じている部分~
--応用数学（%%逆行列、固有値、特異値%%、ベイズ統計、情報...
---講義を聞いたダケだと計算・得点できない。
---修了試験～本試験対策でようやく暗記スべき計算の手順を見...
---更にネット上で勉強を進めると概念的にも理解できるように...
--深層学習
---基礎のDNN、CNN、RNNなどの基本要素~
・認定プログラムのコンテンツ側が丁寧に説明しているかと言...
・コンテンツだけでは心もとないのでカサゴの本を使って理解...
・例えば、CNNの[[im2col>#q3f9e8cf]]の問題などは本試験対策...
---高難易度の問は想定問題と独自学習の対策の併用が必要？~
・言語モデルやTransformerについては深く理解したが、其々に...
・高度なモデル、物体検出系、領域検出系、AE系、GAN系、深層...
・その他モデル、GNN、%%GCN%%、距離学習、%%メタ学習%%。
--認定プログラム中の「試験対策」は[[黒本>#b5c97cd9]]より...
***修了者ナンバー [#e2f56eb9]
認定プログラムを完了すると入手できるはずだが、e-learning...
-ある認定プログラムでは、e-learning完了後にWeb上の試験に...
-ある認定プログラムでは、e-learningの巻末にある認定テスト...
-修了者ナンバーは直近の試験日に合わせると、認定プログラム...
-認定プログラム完了後の4択試験の正答率が3-4割と考えると、...
※ 余談だが2024/2に取得した修了者ナンバーは3万5千番代だっ...
-資格合格率は6割程度で、その値を使用して計算すると、2万人...
-実際に、認定取得後、[[黒本>#b5c97cd9]]チャレンジしても、...
**試験対策 [#k7e003a3]
***[[G検定>G検定：試験対策#t6b79a11]]と異なる点 [#kb29a898]
-試験はCBTでありググれないので暗記が必要な所は暗記が必要...
-[[G検定>G検定：試験対策#t6b79a11]]と同じ４択だが、過去問...
-数学的なバックグラウンド（理解）を持っていないと、学習に...
--が、高校数学までの数学知識の一部、大学教養レベルで、文...
--が、深い下位スタックには理工系の大学数学レベルの知識が...
--ただ、試験は4択なので、概念的、上位スタックを理解してお...
--数理最適化の部分を高校数学までの知識で理解し、さらに高...
-範囲は[[G検定>G検定：試験対策#t6b79a11]]より狭いが（思っ...
--故に体積（面積？）的にはE資格の方が大きく、且つ、難易度...
--実務で使用しない数学的理解やライブラリ内部の実装も問わ...
--更に高難易度の問が多いので、対策以前の勉強自体も想定問...
（通常、下位スタックを網羅的に学習するコンテンツは提供さ...
***勉強方法 [#yd9da5ac]
-シラバスに沿った学習は、先ずは、[[認定プログラム>#t67765...
--改定タイミングに依存するが[[黒本>#b5c97cd9]]より[[認定...
--著名な対策業者書籍の[[黒本>#b5c97cd9]]は問題提示後に各...
-[[認定プログラム>#t6776534]]のコンテンツ、修了試験、模擬...
--オススメの試験の勉強方法は[[黒本>#b5c97cd9]]を解く事で...
-過去問が公開されていないので過去問対策はできない（[[認定...
--[[認定プログラム>#t6776534]]で認定を取った後は、以下を...
---認定プログラムのコンテンツはシラバスの「グレー網掛：オ...
---認定プログラム中の「模擬試験」は[[黒本>#b5c97cd9]]より...
---認定プログラム中の「模擬試験」は[[黒本>#b5c97cd9]]より...
***[[黒本>#b5c97cd9]]での試験対策 [#d04817ab]
-シラバスの出題対象外を除いて例題を解いていく。
-[[黒本>#b5c97cd9]]には想定問題・模擬試験が収録されている。
-想定問題・模擬試験という体裁だが、体系的かつ重要ポイント...
-3・4周やれば十分合格できる。7周で100%に到達するらしい。
--1周、%%20時間%%1ヶ月程度、後半は%%3時間%%半日程度で1周...
--その状態で正解率は80-90%弱で合格（合格ライン65%）（......
-最近は、[[黒本>#b5c97cd9]]からの出題が減り、[[認定プログ...
--シラバスの変更に[[黒本>#b5c97cd9]]が追い付いていない（...
--2022年8月の時点で問題集第2版（2022年2月以前の範囲）がカ...
***Python [#c683a001]
について、
-[[黒本>#b5c97cd9]]の巻末の知識集が役立つ。
-行列演算がキーとなる。axisの方向など。
***その他 [#ac2b5c64]
-新シラバスの、[[認定プログラム>#t6776534]]や[[黒本>#b5c9...
--シラバスの変更に[[黒本>#b5c97cd9]]が追い付いていない。
--[[認定プログラム>#t6776534]]の模擬試験も、シラバス変更...
--（私は丁度、[[認定プログラム>#t6776534]]完了後、シラバ...
-ぶっつけ本番で捻りが入ったケース（畳み込みの工夫によるパ...
-過去問なし、シラバス変更などを考えると、過去問でなくても...
**数学には [#d533a0a0]
ビビらなくて良い。
***[[基礎>#sa8fae77]] [#p0952ae6]
シラバスにはない。
-微分
-行列計算
***[[応用>#o35f8483]] [#p0952ae6]
応用以降はシラバスにある。
＜行列＞
-行列計算は機械学習・深層学習で必要。
-機械学習の簡単な最小二乗法は逆行列で解ける。
-深層学習の順伝播、逆伝播は行列計算の塊。
-固有値・特異値分解
--固有値分解
---主成分分析（PCA）
---グラフベースのクラスタリング
---スペクトルクラスタリング
--特異値分解
---主成分分析（PCA）
---データ圧縮
---協調フィルタリング
＜[[最適化>機械学習の理論#r91e67ac]]＞
-最小二乗法はそれほど難しくはないが、
-最尤法とベイズの定理についても理解しておくこと。
***数式 [#l14d8bb0]
-先ず、計算方法を示す数式もあるが、そうでないモノも多い。
-また、高校数学では解かないといけないが、解くものでないモ...
-多くの式は実際に計算するものではないので暗記すれば良いが...
記号の羅列を暗記するのは難いので、式の意味を理解したり、...
-数式は自然言語で数行に渡る説明を一目で示したもの。（リメ...
プログラム実装の土台となっている数学的な理論を図示したグ...
--数式の意味が理解できる ≒ 設計を理解できる。
--数式の意味が理解できる ≒ プログラムを実装できる。
***式の導出 [#e2ef132e]
-式の導出については、基本的な定理を知っていれば導出できる...
-生成AI系言語モデル（GPTなど）は数式の計算過程も教えてく...
--TeXやPPTで記述した式をコピペすれば式を理解してくれる。
--加えて計算過程を示せと命令すれば、計算過程を教えてくれ...
***全体の理解 [#p1f754b3]
-...には数式（理論）⇔ 設計図（組立）⇔ プログラム（実装）...
--例えば、CNNの畳み込みを数式で記載することはできる。
--ただし、それぞれの要素自体の説明には自然言語が必要にな...
--また、それぞれの要素の関連の説明にも自然言語が必要にな...
--更に、実際の実装についても、自然言語（＋図表）による説...
--例えば、[[im2col>#q3f9e8cf]]で空間的なイメージや実装の...
（例えば高次元配列の次元の入換や計算量を減らすためのトリ...
図表でも難しいので、自然言語の脚注で対応することになる。~
-...と言う事は、即ち自然言語の説明を読めってことだが、
--行間なく自然言語での説明が記述されているコンテンツも少...
---（今の所、）数式については[[認定プログラム>#t6776534]]...
---ググって動画やブログを掘り当ててナントカ理解するような...
--なお、自分で解読するには以下で行うようだが難易度が高い。~
（AIcia Solid Project曰く以下の試行で解読可能とのことだが）
---特別な値を代入してみる。
---増減を考える。
---極限を考える。
--昨今、生成AIが使えるようになってきているので、
---コレに数式を説明させるとよい。
---TeXやPPTで記述した式をコピペすれば式を理解してくれる。
***高度なモデル [#h4703990]
-得に、VAEやGANなどの生成モデルの数式は、理論の雰囲気を掴...
-また、強化学習系は難しいものが多い。[[黒本>#b5c97cd9]]に...
***そもそも数式とは？ [#y9687497]
-ChatGPTに質問するとよい。~
プロンプト「そもそも数式とは？」
-更に回答から認識を確認する。
--プロンプト
---数式は、人間は理論を自然言語や図表を使用して説明するが...
---また、公式の導出などの過程を考慮すると、下位スタックを...
--ChatGPT:
---はい、まさにおっしゃる通りです。あなたの考え方は非常に...
---（中略）
---あなたの問いに対する答えは明確に 「はい」 です。この考...
*詳細 [#zcfefc89]
**[[数学的基礎>DS：数学的基礎]] [#sa8fae77]
シラバスにはない。
***[[方程式>DS：数学的基礎#j3fee0e0]] [#l20528d2]
***[[微分・積分>DS：数学的基礎#lf3eb63f]] [#vee560af]
***[[微分・偏微分>DS：数学的基礎#m7396d67]] [#id1afb9f]
**応用数学 [#o35f8483]
-出題量内訳 10%
-約9割正解が目標
***[[線形代数>DS：数学的基礎#g24ed58a]] [#jb4c4e7e]
-行列計算
--[[逆行列>DS：数学的基礎 - 線形代数#f43a484c]]
--[[固有値>DS：数学的基礎 - 線形代数#m9ae68cd]]・[[特異値...
***確率分布 [#jb618cea]
-基礎
--[[確率・統計>DS：数学的基礎#p50f0ad2]]
--[[記述統計･推計統計>統計解析#ye8cca29]]
--[[統計学と機械学習>機械学習（machine learning）#j2c969c...
--[[期待値（連続、離散）>統計解析#uc4eb504]]、
--[[分散>統計解析#m656dd23]]、[[共分散>統計解析#bad01586]]
--各種の分布
---[[ベルヌーイ分布>統計解析#aa908967]]
---[[正規分布（ガウス分布）>統計解析#ef7464d6]]
***パラメタ推定 [#h5549d84]
-[[誤差関数、平均二乗誤差、最小二乗法>機械学習の理論#k0b1...
-[[尤度関数、対数尤度、最尤推定>機械学習の理論#a78d0b4a]]
-[[ベイズ則、ベイズ推定>ベイズ統計#za029df0]]
-MAP推定
***[[機械学習・情報理論>機械学習（machine learning）#z83d...
-自己情報量
-エントロピー ≒ 平均情報量 ≒ シャノン・エントロピー
-交差エントロピー（クロスエントロピー）→ [[対数尤度関数>#...
-結合エントロピー、条件付きエントロピー、相互情報量
-KLダイバージェンス（相対エントロピー、KL情報量）、JSダイ...
**機械学習 [#bc5dcff9]
-出題量内訳 35%
-約9割正解が目標
***[[機械学習の概観>機械学習（machine learning）]] [#nf0b...
[[機械学習、教師あり学習、教師なし学習、半教師あり学習>機...
***[[機械学習の最適化>機械学習の理論#r91e67ac]] [#s6c11a0d]
（[[パラメタ推定>#h5549d84]]）
***パターン認識 [#ob190e80]
-[[クラスタ>統計解析#df844c06]]
-[[正則化>統計解析#i38c7fea]]
***[[アルゴリズム>統計解析#lcaf7a28]] [#p062033f]
***学習上の課題点 [#o01963da]
-[[過少適合>機械学習（machine learning）#l377f5cd]]・[[過...
-[[独立同時分布>機械学習（machine learning）#o0d1539c]]・...
-[[次元の呪い>G検定：試験対策#x917bfed]]
-[[グリッド・サーチ、ランダム・サーチ>機械学習（machine l...
-[[パラメトリック・モデル、ノンパラメトリック・モデル>機...
***検証集合 [#sc147f4a]
-[[訓練データ・検証データ・テストデータ>機械学習（machine...
-[[交差検証：ホールドアウト法、k-分割交差検証法>データマ...
***性能指標 [#v75e884d]
-[[RMSE/MSE、MAE>データマイニング（DM）- CRISP-DM#uf75997...
-[[混同行列（正解率(Accuracy)、適合率(Precision)、再現率(...
-[[ROC曲線、AUC（ROC 曲線の下部分の面積）>データマイニン...
**深層学習（[[DNN>ニューラルネットワーク#ge448516]]） [#g...
深層学習（[[DNN>#g6e0f9fd]]、[[CNN>#m6ceff0f]]、[[RNN>#f4...
-出題量内訳 50%
-約5割正解が目標
***[[多層パーセプトロン>パーセプトロン]] [#t19a8cab]
全結合層、重み、バイアス
***[[活性化関数>ニューラルネットワーク#m155734b]] [#cd567...
-[[（中間層の）活性化関数>ニューラルネットワーク#m155734b]]
-[[出力層の活性化関数>ニューラルネットワーク#zdf50e01]]と...
***[[損失関数（誤差関数）>ニューラルネットワーク（学習）#...
***[[勾配降下法>ニューラルネットワーク（学習）#v7a3cd9d]]...
[[アルゴリズム>深層学習のテクニック#ma318ba7]]
***[[誤差逆伝播法>深層学習の誤差逆伝播法]] [#xaaed09c]
[[計算グラフ>深層学習の誤差逆伝播法#nb05eda0]]、[[合成関...
***[[ミニバッチ学習>ニューラルネットワーク（学習）#h15bc1...
***[[重みの初期値>深層学習のテクニック#o35805ae]] [#w7bb6...
***正規化 [#ud8e7974]
-[[データ正規化>データマイニング（DM）- CRISP-DM#v9d19242]]
-[[バッチ正規化>深層学習のテクニック#t3c6ab88]]~
[[重みの初期値>#w7bb6be6]]よりも汎用的で内部共変量シフト...
***[[ハイパーパラメタとチューニング>深層学習のテクニック#...
＝性能向上
***[[過学習対策>ニューラルネットワーク#c342ee03]] [#f5e71...
＝「汎化」性能向上
-[[データ拡張>深層学習のテクニック#l8a79d61]]
-[[出力の分布調整>深層学習のテクニック#rf986b56]]~
--[[重みの初期値>#w7bb6be6]]
--[[データ正規化、バッチ正規化>#ud8e7974]]
-[[機械学習と同様のアンサンブル手法>深層学習のテクニック#...
-正則化
--[[機械学習と同様の正則化>深層学習のテクニック#q7425431]]
--[[深層学習での陰的正則化>深層学習のテクニック#q1834025]]
***その他 [#ve654ee9]
-（特徴）[[表現学習>人工知能（AI）#ubeaa11d]]~
-学習済みモデルに手を加える。
--[[転移学習>深層学習のテクニック#ebe9edcc]]
--[[ファイン・チューニング>深層学習のテクニック#ea94272b]]
-スパース表現
--[[L1正則化>#f5e71c5e]]
--[[ドロップアウト（Dropout）>深層学習のテクニック#hf3c7a...
**深層学習（[[CNN>畳み込みニューラルネットワーク（CNN）]]...
深層学習（[[DNN>#g6e0f9fd]]、[[CNN>#m6ceff0f]]、[[RNN>#f4...
-出題量内訳 50%
-約5割正解が目標
***[[畳み込み>畳み込みニューラルネットワーク（CNN）#wf1a7...
***[[プーリング>畳み込みニューラルネットワーク（CNN）#j79...
***[[データ集合の拡張>深層学習のテクニック#l8a79d61]] [#k...
-[[TensorFlow・Keras]]では[[OpenCV]]で実装
-[[PyTorch]]ではtorchvisionで実装
***[[CNNでの正規化>データマイニング（DM）- Python - CNN#y...
***im2col実装 [#q3f9e8cf]
**深層学習（[[RNN>再帰型ニューラルネットワーク（RNN）]]）...
深層学習（[[DNN>#g6e0f9fd]]、[[CNN>#m6ceff0f]]、[[RNN>#f4...
-出題量内訳 50%
-約5割正解が目標
***[[RNNの内容>再帰型ニューラルネットワーク（RNN）#z103df...
***[[長期依存性の課題>再帰型ニューラルネットワーク（RNN）...
***[[Sequence-to-Sequence>再帰型ニューラルネットワーク（R...
***[[RNNの実装>再帰型ニューラルネットワーク（RNN）#uc5ee5...
***[[RNN Encoder-Decoder>再帰型ニューラルネットワーク（RN...
***[[Bidirectional RNN（双方向 RNN）>再帰型ニューラルネッ...
***[[ゲート付きRNN(LSTM)>長短期記憶ニューラルネットワーク...
***[[ゲート付きRNN(GRU)>長短期記憶ニューラルネットワーク...
**分野別の深層学習 [#k06c1892]
***[[画像処理>画像処理とコンピュータビジョン（AI）]] [#da...
-[[物体識別>画像処理とコンピュータビジョン（物体識別）]]
-[[物体検出>画像処理とコンピュータビジョン（物体検出）]]
-[[領域検出>画像処理とコンピュータビジョン（領域検出）]]
-[[特定領域検出>画像処理とコンピュータビジョン（特定領域...
-指標
--[[Intersection-over-Union (IoU)>画像処理とコンピュータ...
--[[mean Average Precision(mAP)>画像処理とコンピュータビ...
***[[言語処理>言語処理（AI）]] [#b0fc0fde]
-[[ベクトル化>言語処理（AI）#k2009143]]
-[[NLPモデル>言語処理（AI）#vff8ca8d]]
-[[LLM>言語処理（AI）#x6414d9b]]
**高度なモデル [#n2e437d6]
***[[AE>自己符号化器（AE：オートエンコーダ）]] [#g650816a]
***[[GAN>敵対的生成ネットワーク（GAN）]] [#p2523ca2]
***GNN [#nf485da9]
***GCN [#le84e666]
***距離学習 [#q41c2875]
***メタ学習 [#q4005d5b]
***[[深層強化学習>強化学習（Reinforcement Learning）#s6c0...
**[[深層学習の説明性（XAI）>データマイニング（DM）- CRISP...
***CAM、Grad-CAM [#pa1017a9]
***LIME、SHAP [#s46b227c]
**その他 [#i595f38f]
***Few / One / Zero-Shot [#oa0d4921]
-一般的なFew / One / Zero-Shot learningは[[転移学習・ファ...
-[[GPT-3におけるFew / One / Zero-Shot>テキスト生成系（Tra...
**[[開発・運用環境>深層学習（deep learning）#ad2081d8]] [...
-出題量内訳 5%
-約9割正解が目標
***[[モデルの軽量化>深層学習（deep learning）#c83ee43f]] ...
-プルーニング（枝刈り）、
-蒸留(Distillation)
-量子化（Quantization）
***[[分散深層学習>深層学習（deep learning）#wdb9491a]] [#...
-モデル並列化
-データ並列化
***[[ハード・システム基盤>深層学習（deep learning）#z56e0...
*参考 [#p00f5076]
-E資格試験の4分野の出題傾向とその勉強方法｜tks~
https://note.com/tks849/n/n40ed5222c6a4
-【JDLA E資格2023#2】受験の振り返り - Goodな生活~
https://www.goodnalife.com/entry/2023/08/30/082816
-深層学習についてのレポート（E資格・黒本対策）~
https://1drv.ms/p/s!Amfs5caPP9r5kSqPW2ZsZfWm8DKm
**認定プログラム [#t6776534]
金額が安いプログラムはそれなり。
**認定プログラム事業者 [#we81a8d3]
***AI_STANDARD [#yf5c762a]
-実際、受けた。
-廉価だった。
-実装編は良かった。
-解説は寄せ集め感があった。
***Study-AI [#kfb3874a]
-実際、受けた。
-法人向けのもので高価だった。
-実装編はあまり良くなかった。
-ベースは[[ラビットチャレンジ>#xe115ddc]]のHG専用コース
-[[ラビットチャレンジ>#xe115ddc]]は情報が多くて良い。
-解説は、良いものもあるが、属人的でバラツキがある感じ。
-振り返って全体的に難しいと感じるのは解説が良くないせい。
***ラビットチャレンジ [#xe115ddc]
-個人でやるならコレの一般コースが良さそう。
-高額なプレミアムコースは[[上記の法人向けのモノ>#kfb3874a...
「質問対応あり」と言っても、それは、あまり活用しなかった。
***AI研究所 [#wa87c3b0]
公開情報が多かったのでサンプルとして
-E資格の過去問はあるの？E資格の過去問状況や難易度と試験対...
https://ai-kenkyujo.com/certification/e-shikaku/eshikaku-...
-E資格の難易度は高い？理由や原因から難易度の対策方法を知...
https://ai-kenkyujo.com/certification/e-shikaku/eshikaku-...
-E資格のおすすめ参考書5選！E資格を勉強するなら参考書を上...
https://ai-kenkyujo.com/certification/e-shikaku/eshikaku-...
-E資格のシラバスが2022年8月度より大きく改定！ 新シラバス...
https://ai-kenkyujo.com/certification/e-shikaku/ai-eshika...
***事業者一覧 [#x33f58bd]
他にもいろいろありそう
-E資格認定プログラム事業者一覧 - 一般社団法人日本ディープ...
https://www.jdla.org/certificate/engineer/programs/bizlist/
**YouTube [#ea6f312a]
-LIVE 日本ディープラーニング協会主催「E資格ガイダンス」~
https://www.youtube.com/watch?v=uVUNDcX75DQ
-E資格受験予定者必見！合格者が語るE資格の勉強方法~
https://www.youtube.com/watch?v=mKL6ga1tWIc
-【AVILEN】E資格合格者インタビュー~
https://www.youtube.com/playlist?list=PLyhf9sfzdojh5GaFTq...
-中学生から分かるAI数学[E資格対応]~
https://www.youtube.com/playlist?list=PLWlPLLc6IHrjupzHbg...
**Qiita [#v2363eb6]
***E資格 [#p7cdbf8a]
-「E資格」の検索結果~
https://qiita.com/search?q=E%E8%B3%87%E6%A0%BC
-E資格を取得した話~
https://qiita.com/neppysan/items/8256c20d413d466863e2
-e資格おすすめ書籍~
https://qiita.com/rw-nue/items/8cd7c6d90905a81f05db
-E資格対策の暗記シート~
https://qiita.com/sshuv/items/6a0b2a0bfb1dd61d0d30
-E資格（2022#2）に合格するため、残り1ヶ月でできること #機...
https://qiita.com/h-k-nyosu/items/b0623432ae1449a9d416
***jun40vn [#f2d710cf]
-機械学習の基礎
--１ 微分・積分メモ~
https://qiita.com/jun40vn/items/f12fcbdd242d972ed488
--２ 線形代数メモ~
https://qiita.com/jun40vn/items/15627062d5f1e1dcec2e
--３ 確率・統計メモ~
https://qiita.com/jun40vn/items/461cb349ace7f7315bc0
-応用数学
--確率分布~
https://qiita.com/jun40vn/items/3590c8d17648c5f1dfd9
--情報理論~
https://qiita.com/jun40vn/items/0d7582ef3be7101f7f36
-機械学習
--データ前処理~
https://qiita.com/jun40vn/items/c188694217ad9788800f
--回帰モデルの性能評価を行ってみる~
https://qiita.com/jun40vn/items/1b63bfe3bda5b0c78d94
--分類モデルの性能評価を行ってみる~
https://qiita.com/jun40vn/items/6870f8f574d1dac51547
--ノルム、正則化~
https://qiita.com/jun40vn/items/8cb3de6b14d80e1f2220
-深層学習
--クロスエントロピー~
https://qiita.com/jun40vn/items/6546f06f9a1a623198fd
--活性化関数たち~
https://qiita.com/jun40vn/items/2ca86ab6b821ae20086c
--ソフトマックス関数~
https://qiita.com/jun40vn/items/fc805ccb273da108ad96
--最適化手法~
https://qiita.com/jun40vn/items/644a8d3a43cdaed59aa3
--確率的勾配降下法(SGD)のシミュレーション~
https://qiita.com/jun40vn/items/bf5125290fef5d7320da
--誤差逆伝播法~
https://qiita.com/jun40vn/items/0dd88f71fb7f2c73b3f7
--行列積の誤差逆伝播~
https://qiita.com/jun40vn/items/de5ddeca4962edbd1bc2
--シグモイド関数の誤差逆伝播~
https://qiita.com/jun40vn/items/4469b947d4157cc98c39
--バッチ正規化~
https://qiita.com/jun40vn/items/2105467cea35f179ea45
--正則化の効果を見える化する~
https://qiita.com/jun40vn/items/82d2bd36543a0e8cd1ff
--im2colの実装の工夫に驚いた件~
https://qiita.com/jun40vn/items/d2e8711cabc9cfb1e0d5
***MeiyByeleth [#d5a71e61]
（E資格対策）
-線形代数
--特異値分解について~
https://qiita.com/MeiyByeleth/items/c0d9859bf37cab4a009a
-応用数学
--E資格の確率・統計について~
https://qiita.com/MeiyByeleth/items/ed6525590abfb185b652
--ベイズの定理について~
https://qiita.com/MeiyByeleth/items/4106988e53bd8fdc1a5e
--情報理論について~
https://qiita.com/MeiyByeleth/items/6f6caafa59e515f09db9
-機械学習
--E資格の機械学習の基礎について~
https://qiita.com/MeiyByeleth/items/e1e1394a5bfa10e7ce08
--機械学習の流れのまとめ~
https://qiita.com/MeiyByeleth/items/dde7c7b6c631c2e6b784
--検証集合について~
https://qiita.com/MeiyByeleth/items/f30d501da4334b97bcfe
--教師あり学習について~
https://qiita.com/MeiyByeleth/items/4015351ef9e56b645969
--教師なし学習について~
https://qiita.com/MeiyByeleth/items/92a852890b88a79f0e82
--ハイパーパラメータの選択について~
https://qiita.com/MeiyByeleth/items/beff52446a78521c8dd6
--決定木の違いについて~
https://qiita.com/MeiyByeleth/items/1cdbe3226cdc0f70b358
--強化学習について~
https://qiita.com/MeiyByeleth/items/ea8eba059cc9426231ee
-深層学習
--DeepLearningの歴史、学習方法について~
https://qiita.com/MeiyByeleth/items/5b1b8946551103ae74b3
--活性化関数について~
https://qiita.com/MeiyByeleth/items/999cecb68ae384206fcd
--softmax with loss Layerの実装~
https://qiita.com/MeiyByeleth/items/f53052a9cad9ece3308a
--誤差逆伝播法について~
https://qiita.com/MeiyByeleth/items/5c52d9feeb0bb5f74ae5
--深層モデルの最適化について~
https://qiita.com/MeiyByeleth/items/b8930b8afa55b1244d95
--畳み込みネットワーク(CNN)について~
https://qiita.com/MeiyByeleth/items/5b210831cd866a7b42cf
--深層学習の適用方法：画像認識編~
https://qiita.com/MeiyByeleth/items/bb14700b4324e2908ddf
--回帰結合型ニューラルネットワーク(RNN)について~
https://qiita.com/MeiyByeleth/items/f7b359876f693ea8e480
--GRUの覚え方~
https://qiita.com/MeiyByeleth/items/4b306bee7db173899af5
--RNN vs LSTM vs GRU~
https://qiita.com/MeiyByeleth/items/65959ad543dfe39f3e99
--深層学習の適用方法：自然言語処理編~
https://qiita.com/MeiyByeleth/items/a3c5a9a074d88241b4bc
--生成モデルについて~
https://qiita.com/MeiyByeleth/items/050ca769dae387e8019a
-開発・運用環境
--開発・運用環境について~
https://qiita.com/MeiyByeleth/items/ba444684f761b830d4ea
-E資格の予想問題を作ってみる
--数学編~
https://qiita.com/MeiyByeleth/items/e71c631185cd5d39a705
--機械学習編~
https://qiita.com/MeiyByeleth/items/2fac526bbcab07ece4d7
--深層学習編~
https://qiita.com/MeiyByeleth/items/c9256c029852ab3a9487
***深層学習 Day n系 [#a4183f72]
-https://qiita.com/Helvetica822
-https://qiita.com/amateur2020
-https://qiita.com/kimura_zzz
-https://www.slideshare.net/ssuser60e2a31
**zenn [#v947027e]
***E資格 [#l022beac]
https://zenn.dev/search?q=E%25E8%25B3%2587%25E6%25A0%25BC
***robes [#c4407051]
-E資格（スクラップ、スレッド形式）~
https://zenn.dev/robes/scraps/ae5f2712d9047a
**書籍 [#g43dd7ec]
***[[ゼロつく>深層学習（deep learning）#w79e9c10]] [#g2fc...
（ゼロから作るDeep Learning）
-本格的な入門書
-外部のライブラリに頼らずPythonでゼロからディープラーニン...
-これにより、ディープラーニングの原理を学び実装レベルで理...
***黒本 [#b5c97cd9]
徹底攻略ディープラーニングE資格エンジニア問題集 第2版 - ...
https://book.impress.co.jp/books/1120101184
-想定問題・模擬試験が収録。双方に相対的に重厚な解説が付録...
-黒本で対策すれば合格できる（と言われていた、しかし、過去...
-問題は「解説 → 問題」ではなく「問題 → 解説」のフォーマッ...
--シラバスの体系を網羅した対策と言えるかどうか？は疑問が...
--（しかも、黒本改定がシラバス改定に追いついておらず古い）
--ただし、合格を目標にした場合は、本書での学習効率は良い...
ページ名:
![[PukiWiki]](image/pukiwiki.png "[PukiWiki]")
