E資格

【合格体験記】新人エンジニア E資格の結果と教材<zero to one 講座受講編>

2021年10月2日

※ 本ブログはプロモーションが含まれています

E資格合格体験記

ポロシャツエンジニア

3分で技術が身に付くブログ!
・ポロシャツを愛するエンジニア
・企業にて研究開発職
・画像処理 | Deep Learning

 2021年8月27日(金)・28日(土)に開催されたE資格 (2021#2) に、20代の新米エンジニアが無事合格しました!
 ディープラーニング技術者を目指すにあたって、登竜門の一つとなっています。多くの人が、キャリアアップを目的に、E資格を受験しようかなと思いを巡らせていると思います。
 この記事では、E資格の受験を検討している人に向けて、E資格を合格するまでの体験談を数回分の記事に分けて、紹介します。

E資格とは??

E資格とは、日本ディープラーニング協会 (JDLA) が主催するエンジニア向けの「ディープラーニングを実装するエンジニアの技能を認定する資格試験」となります。

JDLA認定プログラムを受けないといけない?

E資格の受験のためには、「JDAL認定プログラム」の受講が必要です!

JDLA認定プログラムの中から、自分に合ったものを選択して、受講する形となります。

zero to one のオンライン講座を受講した感想

JDLA認定プログラムの中でも私は、「zero to one」のオンライン講座を受講しました。

zero to one が提供するE資格向け講座の概要

  • 完全オンライン制
  • 「機械学習」コースと「ディープラーニング」コースを受講する
  • 各Step毎に講座とJupyter notebookを活用した演習問題
  • すべての講座&章末演習が終了すると、E資格対策用の演習問題に取り組む
  • 監修が有名教授陣

完全オンライン制

 講座受講・演習課題・E資格試験対策のすべてをオンラインにて実施しました。
 もし、不明点や聞きたいことがあれば、お問い合わせフォームから質問を投げることができる体制が整えられています。
 ただ、実際にお問い合わせフォームを活用することはなかったため、使用感はわかりません。。

「機械学習」コースと「ディープラーニング」コースを受講する

「zero to one」では、「機械学習」「ディープラーニング」の2つに分けて、学習を進めます。

コースシラバス(機械学習)
Step1 イントロダクション
Step2 回帰
Step3 分類
Step4 ニューラルネットワーク
Step5 機械学習モデルの実践に向けて
Step6 サポートベクトルマシン
Step7 教師なし学習
Step8 ディープラーニング

コースシラバス(ディープラーニング)
Step1 イントロダクション
Step2 ニューラルネットワークの基礎
Step3 ニューラルネットワークの改善
Step4 畳み込みニューラルネットワーク
Step5 回帰結合型ニューラルネットワーク
Step6 生成モデル
Step7 強化学習

zero two one JDLA「E資格」向け認定プログラム, https://zero2one.jp/jdla-e-shikaku/
1ステップ当たり、どれくらいの時間がかかった? -> 3~4時間程度

 一つのステップに対して、動画と演習問題がセットになっています。
 私は、動画で途中で止めて、ノートにメモを取りながら進めていたため、動画視聴に90~120分程度かかりました。ステップ毎に動画の量や負担感は異なります。

 演習課題は60~120分程度かかりました。これもステップ毎に演習量が異なります。
 演習課題は後半のステップの方が難易度と負担感が上がる印象でした。
 前半の演習がそこまで負担感がなかったため、油断していました。。

「機械学習」コース:線形代数と確率の基本知識は必須??

 機械学習コースでは、主に機械学習に関わる数学の基礎知識機械学習基礎を学習しました。
 特に、イントロダクションでは、機械学習に必要な「線形代数」「確率」の基礎知識に関する講座が用意されています。
 ただし個人的には、線形代数と確率の基本的知識をこの講座内だけで習得しきるのは難しいと思いました。。
 「大学等で線形代数基礎や確率基礎を学んだことがある!」ぐらいの基礎知識を持ち合わせていれば、問題はないかと思います。
 もし、線形代数や確率の知識がない場合は、この講座受講前に別途学習をする必要性があると思います。ここの基礎知識を疎かにすると、後々の講座で不明点が多発してしまうと思います。。

 線形代数はプログラミングのための線形代数が非常にわかりやすい本だと思っています。

 イントロダクション以降の章に関しては、線形代数と確率の基本知識を持ち合わせていれば、講座内の講義ですべての内容を把握することができると思います!
 特段、他の教材で事前学習に取り組む必要性はないと思います。

「ディープラーニング」 コース:最新の論文やトレンドを調べる必要性はある?

 ディープラーニングコースでは、機械学習編の内容の発展的内容として、近年流行しているディープラーニングの基礎を学びます。
 「ディープラーニング」と聞くと、超最新の技術を学ぶと思う方もいらっしゃるかもしれません。本講座では、

「ディープラーニング」コースには2つのレベルがある

  • ディープラーニングの基礎技術に関して、実装レベルで詳細に学習する
  • ディープラーニングの応用技術に関して、知識レベルで学習する

の大きく2つに分かれていると感じました。

 例えば、「ニューラルネットワーク」の誤差逆伝搬法や最適化手法に関しては、実装レベルで学習をします。
 一方で、GANの派生形である「InfoGAN」や「ConditionalGAN」は実装レベルでの習得は求められず、知識レベルで学習をします。

 実際のE資格の試験でも、基礎知識は実装レベル・応用技術は知識レベルで問われていると感じました。

 私の中では、以下のように対策するのが良いのかなと感じました。

ディープラーニング編の勉強の進め方

ディープラーニングの基礎技術の勉強の進め方

  • 基礎技術とは、ディープラーニングに広く使われている計算・学習アルゴリズムを指す
  • 具体的にはフィルタ処理や最適化手法が該当する
  • 基礎技術は自分で実装できるレベルで習得をする
  • 試験でも実装問題として出題される
  • 追加勉強は書籍やネット記事で進めるのが良い

ディープラーニングの応用技術の勉強の進め方

  • 応用技術とは、ディープラーニングの基礎技術を発展させた手法
  • 具体的にはGANの発展系等が該当する
  • 応用技術は自分で説明できるレベルで習得をする(実装レベルまでは問われない)
  • 試験でも知識の4択問題として出題される
  • 追加勉強はネット記事中心で、和訳されていない最新論文まで追う必要はない

各Step毎に講座とJupyter notebookを活用した演習問題

 各Stepが終わると、Jupyter notebookを活用した演習問題に取り組みます。
 この演習問題の取り組みが非常に時間がかかり、大変でした!!

演習問題が大変だと感じた理由

  • Python & Jupyterの基礎知識がないと詰まってしまう(私は問題なかった)
  • 穴埋め式のソースコードの意図を理解する必要性がある
  • 回答の正解 or 不正解の確認に15秒程度かかる
  • 午前2~5時がメンテナンス
  • 大変だからこそ、知識が実装レベルで身についた
Python & Jupyterの基礎知識がないと詰まってしまう

 本講座は「Python基礎講座」ではないため、PythonとJupyterの基礎知識がない場合、演習が全く進められないと思います。Pythonの基礎知識は別途学習する必要性があると思います。
 オライリーの 入門 Python3 の内容を理解していれば、問題なく進めることができると思います。
 ライブラリとして、numpyの勉強も別途進めるとよいと感じました。

穴埋め式のソースコードの意図を理解する必要性がある

 演習課題は、事前に記述されたソースコードの一部が虫食いになっており、穴埋め式に回答をする必要性があります。私はこのやり方に非常に苦戦しました。。
 「他人が書いたコードは別の言語」ではありませんが、始めに事前に用意されたソースコードの意図を把握する必要があります。既存のコードの意図を理解するのに苦しみ、前に進められない場面が幾度かありました。(私の「他人のコードを読む力」が欠如していることが、この演習で思い知らされました。)

回答の正解 or 不正解の確認に15秒程度かかる

 穴埋め式のコードを記述した後に、回答の正誤確認が自動的に行われます。(内部的には、テスト用コードが用意されていると予想)
 この正誤確認が各問題毎に15秒程度かかります。
 時間をロスしないために、私は正誤確認が返ってくる前に、次の設問への取り組みを進め、正誤結果は後で確認する形式を取りました。

午前2~5時がメンテナンス、演習課題を進められなくて困る

 午前2~5時はメンテナンスであるため、ビデオ視聴・演習課題を進めることができなくなります。
 演習課題を問いている途中でメンテナンスに入ってしまい、作業を中断せざる負えなくなるパターンがありました。。
 私自身、E資格の講座受講は夜に進める必要性がありました。そのため、以下のような取り組み方をすると、途中で中断せざる負えないパターンがありました。夜型人間の方は注意が必要かもしれません。

メンテナンスで演習課題を中断してしまったパターン

  • 午後11時:講座を受講し始める
  • 午前 1時:講座を受講し終える、演習課題に取り組む
  • 午前 2時:メンテナンス時間に突入し、演習課題が終わらずに中断。
大変だからこそ、知識が実装レベルで身についた

 色々書きましたが、「大変だ」と感じるぐらい演習課題に取り組んだため、機械学習・ディープラーニングに関する知識が実装レベルで習得できたと実感できています。
 実際、E資格の試験本番でも、実装問題はスラスラ解き進めることができました。
 zero to oneの講座の演習課題は下記のような人におすすめかもしれません。

zero to oneの演習課題がおすすめの人

  • E資格の勉強と兼ねて、Pythonの実装力を向上させたい
  • 楽な道を選ばずに、機械学習・ディープラーニングの基礎技術の実装力を得たい
  • 機械学習のフレームワークの内部で行われている技術を実装レベルで学習したい

 近年、TensorflowやPytorch等の有用なフレームワークが多数存在するため、実際に最適化等を自分で実装することは稀だと思います。
 だからこそ、演習課題を通して、自分の手で実装する経験をすることが大事なんだろうなと感じました。

すべての講座&章末演習が終了すると、E資格対策用の演習問題に取り組む

 すべての講座&章末演習が終了すると、E資格対策用の演習課題に取り組みます。
 ここでは、E資格の実際の試験問題と同様に、4択式の演習に取り組みます。

 試験対策としては、「 徹底攻略ディープラーニングE資格エンジニア問題集 (通称黒本) 」が有名ですが、本講座に付属している試験対策問題で十分な対策ができると思います。

 私も、すべての問題が正解になるまで、ひたすら復習を繰り返しました。

監修が有名教授陣

 最後に、私は今回のzero to oneの講座に非常に満足しています!(ステマではありません笑)
 講座内容も非常にわかりやすく、演習課題も丁寧に用意されていました。

 それもそのはず、「zero to one」の講座はディープラーニング分野で非常に著名な教授の方々が監修をされています。
 「機械学習」コースが東北大の岡谷教授、「ディープラーニング」コースが東大の松尾教授です。
 実際、私も著名な教授の方々が監修されていることが、受講の決め手となりました。

 また、世の中のオンライン講座の中には、ノイズがあったり、非常に音声が聞き取りずらい講座があります。
 「zero to one」の講座では、ノイズもなく、ナレーションはアナウンサーの方々がされており、非常に気持ちよく講座受講を進めることができました。(重ねて言いますが、ステマではありません笑)

まとめ

 今回の記事では、2021年#2のE資格に向けて受講した、「zero to one」での講座受講の内容を紹介しました。

まとめ

  • 「zero to one」の講座内容を紹介
  • 「zero to one」ではオンライン講座と実践演習で知識・技術を身に着ける
  • 機械学習・ディープラーニングを実装レベルでしっかり学習したい人には「zero to one」はおすすめ

E資格を受験しようか迷っている方が、「挑戦してみようかな!」と思っていただければ、幸いです。
その他、E資格関連やその他の記事も参考にしていただけると幸いです。

最後までお読みいただき、ありがとうございました!

  • この記事を書いた人

ポロシャツエンジニア

3分で技術が身に付くブログ!
・ポロシャツを愛するエンジニア
・企業にて研究開発職
・画像処理 | Deep Learning

-E資格