ディープラーニングG検定の勉強を始めた

AIが世間に浸透して久しくなりますが、AIが自ら学んでいくディープラーニングによって社会が大きく変わっていく兆しがすでに見えています。
それで、IT業界でネットワークエンジニア(ときどきプログラマー)として働いている私もどこかの時点で機械学習、特にディープラーニングについて基本的な内容を網羅的に理解する必要があると思ってきました。

それで、どこを理解の取っかかりとするか漠然と考えていたのですが、
ディープラーニングが理論・知識とその実装に大きく分かれるとして、まずは前者について一定の理解を得ることにしました。

一定の理解をどこに求めるかを考えたときに、「ディープラーニングG検定」というものがあることを知ったので、その資格取得をディープラーニングの理解・把握の第一段階と決めました。

それで早速書籍を購入してみました。




そもそもディープラーニングとは何かということですが、コンピュータによる機械学習の数ある技法の1つである「ニューラルネットワーク」をさらに発展させた多層(4層以上の)ニューラルネットワークによる機械学習ということになるようです。

なので、ディープラーニングについてこれから学んでいく過程で、ついでに機械学習全般についても概要は知っておこうと思っています。


勉強は公式テキストの読書と問題集への取り組みがメインになると思いますが、他のテキストも併用して適宜Pythonで実装してみたりも試してみるつもりです。


受験にあたっての懸念ですが、私は文系しかも数学が苦手なので文系に逃げた系の人間なので、G検定の試験範囲に含まれている「基礎数学(微分・偏微分、ベクトル・行列、統計)」が大きな壁として立ちはだかる予感がしています。

ただまあ、こちらもディープラーニングの数学に特化したテキスト(数Ⅰから復習できるものとか(リンク先はamazon))が販売されているので、それらを参考書として精力的に勉強していくつもりです。


なお、直近のディープラーニングG検定の試験日は今年の11/9(土)で、今日から試験の前日までは75日あるので、なんとかなるのではないかと思ったりしています。


それから、最近はめっきり勉強することがなくなってダラダラ過ごすことに慣れきってしまっているため、進捗確認として、適宜このブログにて勉強の経過を記していくつもりです。AIの分野はとても興味があることでもあるので、うやむやにせずにG検定はきっちり取得したいですね。

という感じで頑張っていきます。



進捗状況
ディープラーニングG検定公式テキスト
16/320ページ　まで読了

最短コースで分かるディープラーニングの数学
39/328ページ　まで読了