はてなブログから引っ越しました。

もともとはてなブログに書き始めたのですが、キーワード自動リンクが勝手に改行してあまりにも読みにくいので、Bloggerに引っ越してまいりました。
よろしくお願いいたします。
順次過去記事をこちらに移します。
PS. 過去記事の引っ越し、完了しました。はてなブログの各記事投稿時刻と合わせましたので、この投稿よりも過去に表示されているはずです。

本Blogにおける注意事項と凡例

本ブログにおける注意事項と凡例をまとめておきます。特に自己採点の記事の利用に際しては、予めご了承下さい。

注意事項

• 本ブログの記載は、あくまでも個人として、理解の深化・記憶の定着・備忘録等を目的としています（自己採点の記事については、自己採点を通じて試験の復習をし、理解の進化、記憶の定着を狙っています）。
• よって、本ブログの記載に関して、誤謬や内容の間違いに限らず、ここから派生することも含めて一切の責任を負いかねます。
• なお、参考にしていただくのは一向に構いませんし、色々と議論したり教え合ったりはむしろ歓迎いたします。率直に言えば、皆様に教えていただきたいですし、逆に少しでもお役に立てればという思いもございます。
• あくまで、皆様の善意を前提としています。やはり、これらにより発生する事柄についても一切責任は負いかねますので、予めご了承ください。

凡例

記号	説明	具体例
T.	公式テキスト(Official Text)のページ	T.9は公式テキストのページ9
X.	問題集(EXercise book)のページ	X.10は問題集のページ10
XI.	問題集(EXercise book)の設問(Item)	XI.3-11は問題集の第3章の第11問 XI.8-12は問題集の第8章（総仕上げ問題）の第12問

鞍点と停留点

(cc) photo by odonata98 (Kimberly Reinhart)

G検定の公式テキストを読み進めると、勾配下降法の問題点の一つとして「鞍点(あんてん)」に出くわす。

鞍点と呼ばれるその点は、ある次元から見れば極小であるものの、別の次元から見ると極大になってしまっているもののこと

「まさに馬の鞍(くら)の形だ！確かに馬の背筋方向に勾配下降していくと、鞍の中心（鞍点）を極小解と勘違いしかねない」と目からウロコ。脳に刻まれるわけです。
 そしてG検定問題集の第5章(ディープラーニングの概要)第8問

ディープニューラルネットワークの学習において誤差を最小化する重みを求めたいが、(中略) （ウ）にトラップされてしまうという問題がある。

 で迷いなく（ウ）に「Ｂ．鞍点」を選んで解答をみると、

×（バッテン！）答えは停留点。鞍点は、停留点の一つです。

的なことが書いてあるではないか！
早く言ってよ～～～、公式テキストにはなかったやん。。。
って、なりませんでしたか？！

G検定2019#3を受験してみて。

忘れないうちに、受験で感じたことを、書き綴っておこうと思います。

時間配分

まず、時間について。試験前から時間的に余裕が無いことはわかっていました。120分で220～230問、つまり1問につき30秒ちょいのペースですからね。
それを意識したからか、「全然間に合わない」といった最悪の事態にはならずに済みました。全問終えて残り5分。数問見直すことができ、少なくとも1問は正解に修正できました。
前半は、結構な割合でネットで調べながら進めていました。それでも本人としてはピンポイント検索で1問30秒はかかっていないという感覚でした。ところが60分が過ぎたところでペースが悪いことを認識。後半の初見問題は、調査する余裕はほぼなくなりました。

出題内容

出題範囲はもちろんシラバスの範囲でしたが、未知の問題が特に前半戦で多く出てきたと感じました。個人的には特に自動運転関連や法制度関連で時間を費やした印象があります。
わたしは公式テキストとG検定問題集を中心にやってきたのですが、それらに自動運転関連もしっかり載っていました。しかし、覚えるのが大変だし、当日出題されたら調べればいいかなと高をくくっていたのが失敗でした。特に時事問題や法律は、初見の読み込みにはある程度の時間を要します。話題になっているものは事前にチェックし、それでも初見の問題が出たらある程度割り切って対処する必要があるでしょう。
なお、公式テキスト/問題集で見た問題が、ほぼそのまま出題されていたケースもありました。やはり基本はこの二つですね。

難易度

個人的には、難-中-易でいう中程度かと思っています。実は解答しながら「わからない 問題」と「怪しい問題」を記録してゆきました。終わってみるとそれらの合計は40つでした。全226問でしたので、全体の17.7%になります。仮にこれら全問を間違え、ケアレスミスを少々加味しても、100点満点中80点前後にはなる計算です。
わたしは特別な勉強法をしたわけでも、多くの時間を費やしたわけでもありません。基本として、公式テキスト/問題集を繰り返し、その中で理解ができないところはネット調査で深掘りするということを徹底しただけでした（学習法については、別の機会に触れたいと思います）。

まとめ

今後受験される方に向けたアドバイスと言えばおこがましいですが（自分も再試験かもしれませんので、その自分にも向けて^^;）、何かの参考になればという気持ちで、まとめたいと思います。

• 時間配分はやはり大事です。点数の取れる問題が後半にあるかもしれません。 全体を一通りこなせるような時間コントロールが大切 です。例えば、60分、90分等の節目にタイマーをセットし、その時点の目安の問題数を準備しておくと良いでしょう。
• 出題内容ですが、やはり重要事項については「本質的な理解を問うてくる問題」になっています。例えば、ロジスティック回帰と尤度関数の関係（ロジスティック損失最小化 ＝ 交差エントロピー誤差最小化 ≒ KL divergence最小化 ≒ 尤度関数最大化）の理解を求められる問題がありました。公式テキストの「ロジスティック回帰はシグモイド関数 or ソフトマックス関数を出力関数に」という丸暗記では、残念ながら対応できません。問題集にあった「対数オッズ」「ロジット変換」あたりからロジスティック回帰を深堀りしていれば、こうした問題への対応力が身についていたはずです。
• 総合しますと難易度は、コツコツ基礎を理解してゆけば"中"（もしくは易という方もいらっしゃるでしょう）、暗記科目と勘違いしてしまうと"難"、といったところでしょうか。そうはいっても数学を基礎として成り立っている分野ですから、本質理解の積み上げが必要です。

G検定 (ジェネラリスト検定) から始まった。

実は先日 2019年11月9日にJDLAのG検定を受けました。オンライン検定なのに合格発表まで時間がかかるんだそうです。なので、まだまだハラハラしています。

このブログ、実はG検定勉強中に始めたいなと思ってました。でもその時は勉強に仕事に色々あって、なかなか時間が取れませんでした。検定も終わり一段落。時間もできたので、検定を振り返りながら、綴ってみようと思います。

テーマはＡＩ全般にしようと思います。ＡＩと広く捉えれば、実はこれまでも仕事で、部分的にかじってきました。推測統計、自然言語処理、ビッグデータやpythonも少々。でもここまで体系的に学んでなかったから、何も綴ることはなかった。でもG検定がこの”綴り”の機会をくれたんです。何か未来も繋がる予感もあります。ということで、感謝しながら綴り始めてゆきます。

よろしくどうぞ。m(_ _)m


www.jdla.org