AI G検定 テクノロジー

【G検定問題】過去問で参照したサイトまとめ

更新日:

ディープラーニング技術の発展とともに、G検定の出題範囲も日に日に広がり続けているので「焼け石に水」って感じもしますが、わたしがG検定2019#3を受験している最中に実際に閲覧したサイトをまとめています。

評判の通り『G検定は時間との戦い』だったので、どんな問題に対してどのリンクを参照したかは記録する余裕など当然なく、あとから思い出そうとしてもまったく記憶にありません。あしからず……

そんな状況でも、一応辛くも合格は果たしていますので、まったく的外れなサイトを参照していた訳ではなく、ある程度は正答に導いてくれた情報であると思われます。

よかったら学習の参考になさってください!

過去G検定(2019#3)の参照リンク集

Gerd AltmannによるPixabayからの画像

わたしが試験中、実際に検索し閲覧したサイトを、試験当日のブラウザ履歴から拾って貼っています。

プロゲーマーに大勝したAI「AlphaStar」が「スタークラフト2」で人類の上位0.2%となるグランドマスターに昇格

https://gigazine.net/news/20191031-alphastar-grandmaster-starcraft-ii/

t-SNEを理解する3つのポイントとパラメータの解説

https://bunseki-train.com/t-sne-abstract/#toc1

「Society 5.0」はもう始まった?5分でわかるSociety 5.0の詳細と実現の具体例

https://www.optim.cloud/blog/iot/society-5-0-real-world-examples/

第2回 AI開発契約における権利・知財に関する問題を解決するには

https://www.businesslawyers.jp/articles/434

人工知能が「偏見」を学んでしまった──画像認識で「白人男性」より「黒人女性」の識別率が低かった理由

https://wired.jp/2018/02/23/photo-algorithms-skewed-accuracy/

AIの軍事研究に世界中の研究者がNO!

https://webronza.asahi.com/business/articles/2018050800007.html

ISID、XAI(説明可能AI)ソリューション「simMachines」の提供を開始 〜「予測」と「解釈性」を兼ね備えた最先端のAIを国内初提供〜

https://www.isid.co.jp/news/release/2018/0626.html

アメリカ人工知能学会『ウィキペディア(Wikipedia)』

https://ja.wikipedia.org/wiki/%E3%82%A2%E3%83%A1%E3%83%AA%E3%82%AB%E4%BA%BA%E5%B7%A5%E7%9F%A5%E8%83%BD%E5%AD%A6%E4%BC%9A

residue learning を取り入れて最大 152 層からなるアーキテクチャを構築できた-ResNet

https://axa.biopapyrus.jp/deep-learning/app/image-classification/resnet.html

マイデータ(自分のパーソナルデータ)は自身で管理・活用する時代。
「情報銀行」の役割を知ろう。

https://www.meyportal.com/about/atcl00003

以上になります。

G検定はマジで時間との戦い

nileによるPixabayからの画像

上のリンク集、少ないと感じるかも知れませんが、特に抜粋などしておらず上記がすべてです。

つまり本番は、そのぐらいリサーチする時間がないということです(個人差あるでしょうが)。

リサーチしたものに関しては、設問を見た瞬間に『調べたらわかりそう!』と思って調べたもので、これ以外に『見当もつかないから勘で埋めよう』と回答した設問も10問程度はあったように記憶しています。

つまり(わたしに限ってかも知れませんが)、中には『なんのこっちゃ!』ってレベルの問題も出題されるので、はまらないように気をつけてください。

潔く問題を飛ばす覚悟を

Sasin TipchaiによるPixabayからの画像

また、「普段チェックしてるサイトとぜんぜん違う」と思った方も多いのではないでしょうか? わたしも多くのサイトが事前にたどり着くことのなかったサイトです。

やはり出題側も、簡単に入手できる情報やメジャーな関連サイトからは問題を作ってこないように思います。

そういう意味では、【捨てる】or.【見覚えのあるワードだから正答にたどり着ける】のジャッジがかなり重要になってきます。

本番になってみると問題を飛ばす行為に抵抗をおぼえてしまうので『初見の法律系は華麗にスルー』みたいな、事前の誓いを固く立てておくことをオススメします。

仮に問題を飛ばしまくって進んでいても、徐々に『確実に正答できた問題』が積み上がってくれば、終盤で心のゆとりを持つことができるはずです(わたしはできませんでしたが)。

くれぐれも序盤の足踏みには注意してください。

ちなみに、あとで見直したい問題にはチェックを付けて、2クリックで戻れる仕様があるので、時間が余ったら最後にまとめてやっつけるのが得策です。

合格をゴールにしないように

G検定は現在の時点で、過去問や合格ラインなど、過去試験に関するデータを公表していません。

これは「ディープラーニングに対して正しい知識を持ち、適切に活用できる人材を増やす」ことが資格の大義であるからこそ、当然の対応と言えるのかも知れません。

「組織の中で形だけでも資格を取らなければならない」という状況の方も少なくないとは思いますが、せっかく受験するからには「合格」ばかりに捕らわれず、知識を生かすことや学習意欲の向上が目的になることが理想的ですよね。

急に偉そうなこと言いましたが、G検定は出題範囲が広く、問題の予想もつきにくい分、かえって合格の先にあるものを見据えて学習した方が効率的かも知れません。

参考になれば幸いです。

-AI, G検定, テクノロジー

Copyright© 野良地図 , 2020 All Rights Reserved Powered by STINGER.