遙かなるマチョジニア

マッチョXエンジニアを目指すブログ

ディープラーニング E資格の合格方法

DLA Deep Learning for ENGINEER 2019 #1 (通称E資格)に合格しました。

f:id:shuheilocale:20190910190932p:plain
合格証書

合格率は67%と比較的高めですが、受験するために修了する必要がある講座である程度ベースアップ&足切りをしていることを考えると、これくらいの合格率で問題ないと思います。

以下、勉強法や感想などを紹介します。

勉強方法

E資格を受験するためには、JDLA認定の講座を受講し、修了する必要があります。 自分が選んだのは、SkillUpAI/です。

www.skillupai.com

理由は、合格者の半数近くが当講座の受講生だったため、実績があるから安心できるかなと思ったからです。 ただし、地方なのでオンライン講座にて、仕事をしているので夜と土日を使って受講しました。

試験1ヶ月前くらいまでは、この講座についていくことだけをしました。 予習動画見て、宿題を解いて、講義動画で復習、 さらに空いた時間に修了試験の問題と提出課題の実施。 この作業が完了したらもう試験まで1ヶ月切るくらいです。

あとは、講座で配布された例題と修了試験問題を何度も解きました。 試験の2週間前くらいからは、上記に加えて講義スライドの要約をしました。 E資格のシラバスを見ながら関連がありそうな箇所をピックアップしてまとめることで、 試験対策+今後の自分用の資料にもなるかなと思って結構真面目に作り込みました。

あわせて、書籍で知識の整理をしています。 以下は役に立った書籍です。

深層学習

深層学習

深層学習

  • 作者: Ian Goodfellow,Yoshua Bengio,Aaron Courville,岩澤有祐,鈴木雅大,中山浩太郎,松尾豊,味曽野雅史,黒滝紘生,保住純,野中尚輝,河野慎,冨山翔司,角田貴大
  • 出版社/メーカー: KADOKAWA
  • 発売日: 2018/03/07
  • メディア: 単行本
  • この商品を含むブログ (1件) を見る

真面目で時間がある人なら、この本1冊だけでいいです。その代わり内容は決して易しくなく、パワーも使います。 自分はサラッとだけ読みました、これを真面目に理解するには試験に間に合いそうにないからです。

これならわかる深層学習入門

上記の深層学習を易しく書いてくれた本、って感じです。ページ数もそこまで多くないし、説明もわかりやすいし、 資格受験者にはぴったしだと思います。

イラストで学ぶディープラーニング

イラストで学ぶ ディープラーニング 改訂第2版 (KS情報科学専門書)

イラストで学ぶ ディープラーニング 改訂第2版 (KS情報科学専門書)

さらに易しい本。講座を受講してる人だとこのくらいの内容は理解してるはず。復習用って感じです。

人工知能プログラミングのための数学がわかる本

人工知能プログラミングのための数学がわかる本

人工知能プログラミングのための数学がわかる本

E資格では、深層学習の他にも、応用数学機械学習の出題もあるので、その対策として。 この本は、応用数学の簡単な例題が載っているので、自信がない人のための入門書としておすすめです。

機械学習のエッセンス

機械学習の対策用です。E資格はpythonコードの穴埋め問題もあるので、この本は貴重だと思います。

技術者のための線形代数

技術者のための線形代数学 大学の基礎数学を本気で学ぶ

技術者のための線形代数学 大学の基礎数学を本気で学ぶ

線形代数苦手なので対策として。

プログラマーのための線形代数

プログラミングのための線形代数

プログラミングのための線形代数

線形代数苦手なので対策として。  

上記で、無事合格することができました。

合格するには

個人の体験踏まえて、下記を真面目にやれば合格できると思います。

  • 講義を真面目に受ける
  • 例題を解きまくる
  • 深層学習を読みふける
  • 応用数学機械学習をある程度勉強する

これは危険

逆にこれで余裕ぶっこいてたら落ちるよっていうの1点紹介します。

  • 例題だけしかしない

講座で配布される例題、ネットの噂では「例題やってたらまず合格する」みたいなこと書いてました。 が、実際そんなことはありません。たしかに例題からそのまま出題される問題もありますが、 全体を通しての難易度はあんな簡単なものじゃないです。 例題くらいの難易度って思ってたら出鼻をくじかれて試験冒頭でメンタル持っていかれます。

苦言

以下、E資格に対する苦言です。

受験コスト高すぎ

E資格の受験料は一般32,400円(税込)、学生21,600円(税込)と、若干高めですし、 何よりも講座が30万近くします。 個人のお財布からはとてもじゃないけど出せる値段じゃないかなと。 本当にE資格保有者を増やしたいのでしょうか。

試験雑すぎ

自分が受けた会場では17インチくらいの小さいモニタでの受験でした。 問題には、論文のコピペ画像のようなものがあり文字が濁ってて これは目が悪い人は読めないんじゃ?って思いました。 また、同じような問題が重複してでてきたり、 最後に前に解いたセクションの問題がまた出てきたり、 こんなの知っててなんの役に立つの?というようなうんちく問題がでたりと、 全体的にお粗末な印象です。 配点がわからないので、ニッチな問題には低い点数しか与えないのかもしれませんが、 受験者からこのような評判が流れると、資格の価値が下がってもったいないかなと思います。 流石に3回目なんだし、もっと丁寧に作ったらどうでしょうか。

結局E資格って意味あるの?

こればかりは、「さぁ・・・」としか言えません。 まだ3回目で知名度は微妙なところだし、持っていて給料が上がるかはその会社次第です。 就職に有利かどうかもわかりません。 個人的に良かったなと思うのは、講義です。 SkillUpAIで配布された資料や講義内容は自分にとってはとても貴重なものでした。 今まで独学だったので、こんなにわかりやすいものなのかと感動しました(回し者では有りません)。 なんとなくの知識だったものがちゃんと理解できるようになったり自分で考えれるようになります。 まあ30万は高いですけど、その価値は十分にあるのかなと。

以上、E資格を受験される方へのお役に立てれば幸いです。

【書評】 科学的に正しい筋トレ 最強の教科書 最新にして最強

科学的根拠をもとにした筋トレ教科書最新号の発刊です。

科学的に正しい筋トレ 最強の教科書

科学的に正しい筋トレ 最強の教科書

もくじ

【序 章】 筋トレに関する7つの「新常識」
【第1章】 これが、科学的に正しい「筋トレ方程式」だ!
【第2章】 これが、科学的に正しい「トレーニング」 だ!
【第3章】 これが、科学的に正しい「タンパク質摂取法」 だ!
【第4章】 これが、科学的に正しい「筋トレの続け方」だ!

リハビリmemoでお馴染みの庵野拓将氏による新著。ブログは前から知っていて、最新の論文を整理して紹介してくれる大変貴重なサイトだったので毎日チェックしていました。記事一つ一つが本当に興味深いトピックで、しかもわかりやすく噛み砕いてくれてる感がひしひしと伝わってくる文面で、とても頭がいい方なんだなと思ってました。そんなブログ記事から抜粋&再構築したのがこの本(だと思います)。

前日紹介した、森拓郎氏の新著は、すべての痩せたい女性のための本だとすれば、この本は、すべてのトレーニーのための筋トレ本と位置づけて問題ないでしょう。科学的な根拠を重要視するのはやはり、再現性が高いからであって、「専門家が言っていた」ことを信じるよりちゃんと実験して得られた結果を受け入れたいものです。この本は最後に引用が山ほど載っています。山本義徳氏の本を彷彿させますね。

shuheilocale.hatenablog.com

メタアナリシス - Wikipedia

このような科学的根拠がある内容というのは筋トレする上での不安要素も消えるし、基礎教養としてすべてのトレーニーが十分に活用できるはずです。

というかこの本、シリーズ化して定期的にアップデートしてほしいです。研究結果は月日が経つと変わる可能性もあるので、定説が覆ることは今後もしょっちゅう起こるかもしれません。そういう意味で「2019年版 科学的に正しい筋トレ」にしてほしかったかなと。あと、ここまで科学的な本はブルーバックスで出したほうが良かったんじゃないかって思います。

とにかく超オススメ!目からうろこが何個も落ちること間違いなし!

【書評】ダイエット事典 ダイエットのためのチート本

森拓郎さんの新著を読みました。

一言で感想を言うと ダイエットしたいならこの本だけ読んで実践すればいい

では、詳細を紹介します。

ダイエット事典

ダイエット事典

Amazonより、もくじを抜粋

第1章 運動と体のしくみ
I.運動と筋トレの常識/II.ダイエットの考え方/III.ヤセる体をつくる
第2章 栄養と食品の知識
I.栄養の基礎知識/II.太らない食べ方/III.気をつけたい食品
第3章 何を食べるか、どう食べるか
I.健康的な食べ方・食材の選び方/II.外食・コンビニ利用のコツ

でもこれ目次のほんの一部です。 事典というタイトルなだけあって、項目数はかなり多いです。

糖質制限ダイエットとか、グルテンフリーダイエットとか、 テレビなどのマスメディアで紹介されるダイエット方法ってコロコロ変わります。 その都度、あぁ~お金の匂いがするなぁと思っているんですが、 それでもやっぱり世間一般的にはそのダイエットを信じて実践する人が多いようで。 でも絶対にうまくいかないんですよね、根拠もなにもないダイエットなんかしたって 意味がないんです。

そういう意味で、この本を読めば常識がかわるかもしれません。 少なくともテレビに惑わされることはなくなるかと。

いの本の項目は先程述べたようにかなり多いです。 でも、根本的な原理はそこまで多くないです。共通する原理に基づいて事例をいくつも紹介している感じです。

こういう具体的な事例がちゃんと整理されている本って意外と珍しいなじゃないでしょうか。 熱心なトレーニーからすれば目新しい情報はほとんどありません。 でもその情報を定着させるためにトレーニーは絶え間ない努力と時間をかけています。 それがこの本一冊で把握できるんだから、チート本ですよね。買って損は絶対しないかと。

ちなみに、森拓郎さんは、Voicyもしていますがこちらもおすすめ。

voicy.jp

半分は恋愛相談なんで、聴き飛ばしてますが。

今日の筋トレ 2019/03/26 胸の日 PR更新

今日のメニュー

ボリューム 6266kg

ベンチプレス(バーベル)

  • 20kg x 10
  • 60kg x 5
  • 90kg x 1
  • 105kg x 1
  • 115kg x 1
  • 100kg x 4
  • 100kg x 3

インクラインベンチプレス(バーベル)

  • 20kg x 10
  • 60kg x 12
  • 70kg x 8

ベンチプレス(バーベル)(エイトストラップ)

  • 50kg x 10
  • 50kg x 10
  • 50kg x 10

シーテッドミリタリーベンチプレス(バーベル)

  • 20kg x 10
  • 20kg x 10
  • 20kg x 15

オーバーヘッドトライセップエクステンション(ケーブル)

  • 30kg x 12
  • 30kg x 6

シュラッグ(スミスマシン)

  • 51.3kg x 8
  • 31.3kg x 10
  • 31.3kg x 10

振り返り

久々のベンチMAX更新です。一年ぶりくらいです。 120kgは失敗してしまいましたが、もう少し頑張ればいけそうな気がします。 相変わらずナローです。81cmに指がかかるくらいワイドにして練習したらもう少しいけるかもしれませんが、 ベンチ台が通常よりも高いやつなので、そもそもその環境をどうにかしたいという気持ちがあります。

「これならわかる深層学習入門」は僕を奮い立たせる

深層学習(いわゆるAI)をちゃんと勉強しようと思い立って下記本を購入しました(ずっと前に)。

深層学習

深層学習

  • 作者: Ian Goodfellow,Yoshua Bengio,Aaron Courville,岩澤有祐,鈴木雅大,中山浩太郎,松尾豊,味曽野雅史,黒滝紘生,保住純,野中尚輝,河野慎,冨山翔司,角田貴大
  • 出版社/メーカー: KADOKAWA
  • 発売日: 2018/03/07
  • メディア: 単行本
  • この商品を含むブログ (1件) を見る

もくじ

第1章 はじめに
第I部 応用数学と機械学習の基礎
第2章 線形代数
第3章 確率と情報理論
第4章 数値計算
第5章 機械学習の基礎
第II部 深層ネットワーク:現代的な実践
第6章 深層順伝播型ネットワーク
第7章 深層学習のための正則化
第8章 深層モデルの訓練のための最適化
第9章 畳み込みネットワーク
第10章 系列モデリング:回帰結合型ニューラルネットワークと再帰型ネットワーク
第11章 実用的な方法論
第12章 アプリケーション
第III部 深層学習の研究
第13章 線形因子モデル
第14章 自己符号化器
第15章 表現学習
第16章 深層学習のための構造化確率モデル
第17章 モンテカルロ法
第18章 分配関数との対峙
第19章 近似推論
第20章 深層生成モデル

600ページ。GANの発案者Ian Goodfellowによる著書。これを読めば深層学習についての知識が定着するのではないかと思って意気揚々と読み始めましたが、、、

進まない、、、

つらい、、、

息が苦しい、、、

という状態になり、9章まで読んで中断しました。 機械学習専門の方が読む分にはそこまで苦ではないかもしれませんが、門外漢の自分にとっては苦痛そのもの。 というか、読めるけど頭に入ってこない、いや文章と記号を読んでいるだけですけど。

みんなこんな難しい本をさらっと読むのだろうか、、、と絶望を覚えていた矢先、こんな記事を見つけました。

karino2.github.io

Deep Learningの経験をある程度持ってててそれなりに最近の論文を幾つか読んでいて、PRMLとかある程度読んでて、PGMとかMCMCとかもどこかで学んでて、それなりに確率論的なバックグラウンドがある人が読む本になってます。 相当要求水準高い。

そうか、自分にはまだ時期尚早だったんだ! ちゃんと順序を踏まなければ!

と、ここでQiitaの投稿で参考になるものがありました。

qiita.com

大変な良記事。AIエンジニアを目指している方の大いなる羅針盤になるのではないかと思います。 上記記事は実装に重きをおいています。確かに、実際仕事ではフレームワーク使って実装メインで進めるのであって、革新的なネットワークを生み出したりニューラルネットの内部を解析したりするとても難易度の高いことをするのはごく一部だと思います(個人的な感想)。

それでもやっぱ理論を体系立てて理解した。。。なんてわがままを実現するためにちょうどいい本がありました。

もくじ

1 はじめに
2 機械学習と深層学習
3 ニューラルネット
4 勾配降下法による学習
5 深層学習の正則化
6 誤差逆伝播法
7 自己符号化器
8 畳み込みニューラルネット
9 再帰型ニューラルネット
10 ボルツマンマシン
11 深層強化学習

まんべんなく内容が抑えられている、そして文章が(深層学習と比べて)とても読みやすい、読みやすすぎる! 難しい数式もなぜそのような式なのか丁寧に説明されている、す、すごい、とてもやる気が起きる!!!

進む、、、

楽しい、、、

息が爽やか!!!

アマゾンのレビューを見る限り、E検定の数学はこの書籍の内容とのことなので、資格勉強にももってこいです。

ああ、この本と出会えてよかったです。深層学習を読破するために、まだ頑張れそうです。

今日の筋トレ 2019/03/20 胸、背中の日 PR更新

今日のメニュー

ボリューム 10077kg

ベンチプレス(バーベル)

  • 20kg x 20
  • 60kg x 6
  • 80kg x 3
  • 110kg x 3

ベントオーバーワンアームロー(ダンベル)

  • 24kg x 10
  • 24kg x 8
  • 26kg x 6

シーテッドオーバーヘッドプレス(ダンベル)

  • 16kg 10
  • 26kg x 8
  • 26kg x 8
  • 32kg x 6

ワイドグリッププルアップ

  • 10kg x 12
  • 10kg x 12
  • 15kg x 10

[スーパーセット]

ベンチプレス(バーベル)(足上げ)

  • 20kg x 20
  • 60kg x 10
  • 60kg x 10

デクラインベンチプレス(バーベル)

  • 60kg x 11
  • 60kg x 10

ベンチプレス(エイトストラップ)

  • 50kg x 6
  • 50kg x 6
  • 50kg x 6

インクラインダンベルフライ

  • 14kg x 12
  • 14kg x 12

振り返り

110kg x 3 ということで1RM換算で116kgでした。更新です。 最後はケツ上げ気味でしたけど、まあ挙がったからいいです。 フォームは相変わらず・・・。 怪我しなければとりあえずよし!停滞期打破できそうです。

JOYFIT 西新

f:id:shuheilocale:20190318165506p:plain

調査日:2017年03月19日

マシン

  • パワーラック
  • スミスマシン
  • ダンベル(〜30kg)
  • ファンクショナルケーブル
  • フラットインクラインベンチ
  • バックエクステンション台
  • クランチ台
  • レッグエクステンション
  • レッグカール
  • レッグプレス
  • チェストプレス
  • アブドミナルクランチ
  • ロータリートルソー
  • ラットプルダウン
  • バックエクステンション
  • ランニングマシン x 8
  • エアロバイク x 2
  • トレッドミル x 2

周辺設備

  • ウォーターサーバー
  • 水素水サーバー
  • 駐輪所
  • 無し:駐車場
  • 無し:レディースジム
  • ロッカー x 36
  • シャワー x 2*1
  • 更衣室 x 2*2
  • トイレ x 2*3

感想

面白いことに、マンションの1階にあります。あまり広くなく、設備も最低限なので あえてここに行く必要はないと思いますが、マンション住民でれば毎日でも通いたくなりますね!

評価 設備:★★☆☆☆ 清潔度:★★★★☆ アクセス:★★☆☆☆ 快適度:★★★☆☆ ユニーク度:★★★★☆

joyfit.jp

*1:男性のみ調査

*2:男性のみ調査

*3:男性のみ調査