ゼロから作るDeep Learningを検定試験対策に使ってみました。使ったのは主にE検定対策です。ゼロから作るDeep Learningはディープラーニングの学習者にとってはバイブルのようになっています。E検定の試験は実際に2021年8月に受験しました。E検定を受験する場合、ゼロから作るDeep Learning 、 ゼロから作るDeep Learning2 の内容をきちんと理解しておくことの重要性をあたらめて痛感しました。試験でのスコアは以下でした。
■分野別の得点率
応用数学：82 ％
機械学習：67 ％
深層学習：69 ％
開発環境：86 ％
深層学習で高得点が取得できなかったのはディープラーニングの実装の内容を詳しく理解できていなかったためでした。E検定に関しては事前にゼロから作るDeep Learning 、 ゼロから作るDeep Learning2 の内容をきちんと学習しておけばかなり高得点で合格することができたと思います。
一方でG検定の受験者にとっては本書をそこまで深く理解する必要はないと思っています。内容が難解であるため初心者向きの内容ではありません。 E検定 やG検定試験受験者や初歩的な内容は理解した初心者向けにこの本でどのようなことが学べるか紹介します。
概要
ゼロから作るDeep Learningは現在以下が発刊されています。
・ゼロから作るDeep Learning ――Pythonで学ぶディープラーニングの理論と実装
・ゼロから作るDeep Learning2 ―自然言語処理編
・ゼロから作るDeep Learning3 ―フレームワーク編
E資格の試験範囲（シラバス）
応用数学
※一般社団法人日本ディープラーニング協会のWebサイトより引用（外部リンク）
線形代数
確率・統計
情報理論
機械学習
機械学習の基礎
実用的な方法論
深層学習
順伝播型ネットワーク
深層モデルのための正則化
深層モデルのための最適化
畳み込みネットワーク
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
生成モデル
強化学習
深層学習の適応方法
開発・運用環境
ミドルウェア
軽量化・高速化技術
※2021年7月時点
ゼロから作るDeep Learning概要
以下でゼロから作るDeep Learningの目次を紹介します。①～③のほとんどが試験対策に役立ちます。ただし、ゼロから作るDeep LearningでE検定の試験でカバーしているのは深層学習のみとなっています。応用数学、機械学習、開発・運用環境はカバーしていません。深層学習のカリキュラムでも生成モデル、強化学習、深層学習の適用方法に関してはカバーしていません。G検定でも同様で深層学習のカリキュラムの対策に有効です。
ゼロから作るDeep Learning ――Pythonで学ぶディープラーニングの理論と実装
・1章 Python入門
・2章 パーセプトロン
・3章 ニューラルネットワーク
・4章 ニューラルネットワークの学習
・5章 誤差逆伝搬法
・学習に関するテクニック
・畳み込みニューラルネットワーク
・ディープラーニング
ゼロから作るDeep Learning2 ―自然言語処理編
・1章 ニューラルネットワークの復習
・2章 自然言語と単語の分散表現
・3章 word2vec
・4章 word2vecの高速化
・5章 リカレントニューラルネットワーク(RNN)
・6章 ゲート付きRNN
・7章 RNNによる文章生成
・8章 Attention
ゼロから作るDeep Learning3
・第1ステージ 微分を自動で求める
・第2ステージ 自然なコードで表現する
・第3ステージ 高階微分を実現する
・第4ステージ ニューラルネットワークを作る
・第5ステージ DeZeroで挑む
検定試験対策には役立つか？
結論としてはE検定試験には大変役に立ちます。JDLA認定プログラムでも深層学習の順伝播型ネットワークから発展的なモデルである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の説明までは本書を活用していることが多いよ思います。G検定対策には必須ではないですが時間があれば勉強してもよい内容だと考えています。実際にG検定に関しては使わなくても合格できました。
まとめ
今後、検定試験にどのようにゼロから作るDeep Learningが紹介していきます。はじめにまずは現在発刊されているゼロから作るDeep Learningの概要について紹介させていただきました。