こんにちは。データサイエンスチーム　山川です。
この記事はNHN テコラス Advent Calendar 2018の12日目の記事です。

先日、11/24に日本ディープラーニング協会のG検定試験を受験し、合格しました。合格率60%ほどの易しい試験ですが、まだ3回目とあって合格体験記が不足しているので、以下に記します。
ちなみに、検定の詳細については公式サイトをご覧ください。

試験対策

深層学習教科書 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
ディープラーニング活用の教科書

この二冊を読みました。いずれも、試験1ヶ月前の発売なので、精読する時間は無く、工夫が必要でした。

主軸に置くのは公式テキストです。目次は次の9章から成ります。

第1章 人工知能(AI)とは
第2章 人工知能をめぐる動向
第3章 人工知能分野の問題
第4章 機械学習の具体的手法
第5章 ディープラーニングの概要
第6章 ディープラーニングの手法
第7章 ディープラーニングの研究分野
第8章 ディープラーニングの応用に向けて(1)産業への応用
第9章 ディープラーニングの応用に向けて(2)法律・倫理・現行の議論

1～3章は前提知識を扱っています。機械学習やディープラーニングとビジネスで関わったことがあれば、少なからず知っている内容でしょう。
人名が沢山出てくるので、覚えるのは難しいかもしれません。
チューリング、ヒントンとカーツワイルは常識で知っておいた方が良いですが、それ以外で覚えるのが苦手な方は、試験中に調べるのも可です。

4章に書いてある機械学習の手法は、日ごろから簡単なコードを書いて身についていれば、試験は難しくないでしょう。

5～7章は、エンジニアなら手を動かして覚えるところですが、G検定の平均的な受講者だと厳しいかもしれません。特に

6-1.活性化関数
6-2.学習率の最適化

は実務経験が無いとピンとこないかもしれません。できれば、toy problemで手法によって何がどう違うかを体験しておくと良いでしょう。知り合いにエンジニアが居れば協力を仰ぎたいところです。

8章は事例、9章は実装の手順説明なので、もう一冊の教科書である「ディープラーニング活用の教科書」をメインにして、公式テキストはパラパラと眺めるくらいでよいでしょう。

公式テキストの章末問題が一通り解ければ、試験対策は完了。怪しい章があれば、そこだけ重点的に読み込んで試験当日を迎えれば、きっと合格します！

コツ

120分で226問という問題数の多さをどうさばくかが肝です。1問あたり平均30秒ちょっと、と考えると時間が足りません。
覚えている問題は15秒以内で解いて、曖昧な問題に2,3分の時間を残すとテキストやネット検索ができます。
計算上は15秒×200問＋2.5分×26問でほぼ120分になります。それくらいのメリハリで問題を解くのが合格の秘訣だと思います。
わからない問題が多すぎたり、3分調べてもわからない問題があるときは山勘で解き進めましょう。

総括

良い参考書の登場で、合格しやすくなりました。実際、第一回、第二回の合格率が56%なのに対して、今回は65%とかなり易化しています。
先々は反動で難しくなるかもしれないので、次回、第四回試験はねらい目です。