JDLAのE資格を受験したので内容を整理してみた

概要

2018年9月29日にJDLA(日本ディープラーニング協会)が主催するJDLA Deep Learning for ENGINEER 2018を受験しましたので、E資格がどんなものか知りたい、受けてみたい、という方向けに内容を整理してみようと思います。

試験の概要

CBTSのページの記載内容を中心に加筆していきます。

試験名

JDLA Deep Learning for ENGINEER 2018

受験資格

JDLA認定プログラムのいずれかを、試験日の2年前までに修了していること
http://www.jdla.org/programs/

費用的にかなりネックなのがこの点。私は第一認定だったこともあり、この中でSkillUp AIの講座を受講しました。誤差逆伝播法を含めてニューラルネットワークをnumpyベースで1から組み上げていき、カタカナの識別モデルを作成して精度が一定以上を超えれば合格、という講座で、ニューラルネットワークの初期化の理論や生成モデル(VAE)のような普段触らない理論も理解でき参考になりました。まさか、numpyベース出組み上げることが試験で要求されるとは知りませんでしたが。
https://www.skillupai.com/deep-learning

再受験規約

一斉試験のため、同一開催回での再受験は不可
※2つの時間枠のうち、一方のみ受験可能

今回の試験では、13時~15時と、15時30分~17時30分の時間枠でした。試験ではパソコンが支給され、そこからテスト用のサイトにログインしてテストを受ける形式でした。G検定とは異なり、持ち込みや検索は出来ない実力勝負になります。

出題形式

CBT多肢選択式106問120分

4つからの選択式で記述はありませんでした。もう少し細かい内容を次章で説明します。

試験内容

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です。

実装(プログラミング)に関する問題はかなり出ます。ディープラーニングのライブラリは使わない前提ですが、pythonを使えること、numpyを使えることは必要になっています。また、ディープラーニングといつつ、固有値を算出させる数学の問題や、k-means++等の機械学習の知識を問う問題がそこそこ出題されました。

学習方法

JDLA認定プログラムの修了が受験資格となります。
下記ページに掲載されているプログラムの中からお選びいただき、
講義と演習を受講してください。
http://www.jdla.org/programs/

30Hの講習を受ける必要があります。上述しましたが費用がかなりネックです。運転免許証の教習所みたいに考えると近いのかもしれません。

試験申込日程

2018年9月1日(土)-2018年9月22日(土)

早めに申し込まないと、行きたい会場が埋まってしまいますので注意したほうがいいです。私は三宮で受けたかったのですが、9月半ば見たときには既に満員になっていました。また名古屋では会場が足りずに東京まで受けに行ったり、中四国にはそもそも会場が無かったりと、苦しんだ方もいたようです。

試験実施日程

日程:2018年9月29日(土)
時間:13:00-15:00 または 15:30-17:30

※2つの時間枠のうち、一方のみ受験可能
※お申込時の「試験の種類を選択」画面にて、時間枠をお選びください。
※お申込後に時間枠を変更する場合は、一度お申込をキャンセルし
別の時間枠にて再度お申込いただく必要がございます。
※変更・キャンセルは試験日の7日前までとなります。
方法およびキャンセル手数料について、詳しくはこちらをご覧ください。

キャンセルは考えていなかったので良く分かりません。なお、第2回E資格 2019/2/23(土) 第3回E資格 2019/8/31(土) とのことです。

会場

共通会場にて実施
各会場ごとのスケジュールはテストセンター空席照会参照

PCを支給する都合上、町のパソコン教室なんかも対象となっていました。

申込方法

インターネット受付のみ
試験申込日程内、定めた日時にご予約下さい。
予約の手順について詳しくは「受験の流れ」参照

申し込みはWEBから数分でできました。

受験票

受験票の発送はありません。
予約完了時の確認メールにて試験日程・会場のご案内、
および注意事項を明記しておりますので、必ずご確認ください。

受験票はありませんでした。現地でテストサイトへのログインIDやパスワード、メモ帳が支給されました。

当日について

持ち物

本人確認証のみ。
※電卓持ち込み不可、画面上にて利用可能です。

免許証を使いました。メモ用紙や筆記用具は現地で貸してくれます。電卓は普通の四則演算しかできないもので、これを使うような問題は出ませんでした。

集合時刻

受験時刻の30~5分前に入場可能。
30分以上前にお越しの場合、会場が開いてない場合や
入場をお断りする場合があります。

自分は20分前くらいに行きました。ギリギリでも特に問題はないと思います。

遅刻

受験時刻を過ぎての来場は、受験ができない場合があります。

15分くらい遅れてこられる方もいましたが、普通に開始されていました。

注意事項

お連れ様が待機できるスペース等の用意はありません。

これは会場によるかもしれません。私のところは皆さん個人で来られていました。

合格基準

非公開

ここまで素直に書くのも逆に面白いと感じました笑。実際の合格率は69.4%で、70%をボーダーに調整したようです。IPAのレベル3〜4を目指す試験としてはかなり高いですが、30Hの認定講座を終了していることが条件のため、高めでも良いと判断したのだと思います。

結果発表

後日発表。
試験終了後に受験者に配布するものはありません。
10月12日(金)に、全受験者へ合否通知をメールにて送付します。
合格者はマイページより合格証をPDF形式にて出力できます。

詳細は一般社団法人日本ディープラーニング協会(info@jdla.org)まで
お問い合せください。

10月12日にメール連絡が来て、合否の通知と点数の概略(応用数学、機械学習、深層学習の3カテゴリでまとめられている)が届きました。

試験後の手続

なし

G資格と同様に合格者の会とかSlackとかがあるようです。

出題内容

出題内容について整理していきます。

シラバス

JDLAのページによると、シラバスは以下のようになっています。
http://www.jdla.org/wp/wp-content/uploads/2017/10/JDLA_E2018シラバス
下記の本の章立てを意識したものになっています。ただし内容が多い(600ページ)ので、ちゃんと勉強するのはかなり大変だと思います。

created by Rinker
¥5,060 (2024/03/19 13:48:46時点 楽天市場調べ-詳細)

過去問

今回は第一回なので過去問はありませんでした。その代わり、JDLAが作成した例題集があり、ここからかなり出題されました。この例題集は非公開で、私の場合は教室(SkillUp AI)から提供されました。この例題集の勉強はマストになると思います。また、2021年8月現在、以下の書籍がSkillUp AIより出版されています。

設問のイメージ

設問は大別すると以下に分かれるイメージです。

  • 知識を問う問題
  • 数式を問う問題
  • 実装を問う問題

知識を問うというのは、例えばR-CNNとFast R-CNNとFaster R-CNNの違いは何かを選ばせたり、BDLSTMの構成図を選ばせたりといったような知識問題です。分野は広く、機械学習、深層学習、強化学習がまんべんなく出題され、知らない言葉や最新手法もバンバン出てきます。G検定に比べると非常に難しい印象です。
数式を問うというのは、方策勾配法の式を選ばせたり、シグモイド関数の微分の式を選ばせたり、誤差逆伝播の式を選ばせたり、といった感じです。暗記で対応するものと、その場で解けるものの両方がありました。
実装を問うというのは、Pythonのコードが穴埋めになっていて、そこにマッチするコードを選ばせるような問題です。numpyをかなり使っているのですが、numpyの関数の説明がほぼなく、numpyを使い慣れていないとかなり苦しくなります。いくつか知らない関数があり(特に乱数発生のメソッド)、ハマってしまう要因になりました。

まとめ

第1回E資格の内容を整理してまとめてみました。内容としてはG検定よりもかなり難しく、手ごたえがある内容でした。なんとか合格できて(優秀賞もいただけました)よかったです!

6 thoughts on “JDLAのE資格を受験したので内容を整理してみた

  1. たかし

    例題集、羨ましい・・・。
    こちらはありませんでした。
    公平さが求められる試験としてはアウトだと思いますが・・・。

    Reply
    1. Rosyuku Post author

      ええ!G検定の合格者の会でもシェアされていたので既知情報かと思っていました。なぜオープンにしていないのでしょうね。

      Reply
  2. けんと

    コメント失礼します。
    E資格合格しているのすごいですね!

    質問なのですが、E資格試験は、Tensorflowやchainerなどを利用しないだけでなく
    機械学習scikit-learnも使わない実装の問題でしたか?

    SVMやk-means法をライブラリを使わない実装問題だと難しいなと思い、質問させていただきました。

    メールアドレスへの返信でも結構ですので、よかったらご連絡お願いいたします。
    以上、よろしくお願いいたします。

    Reply
    1. Rosyuku Post author

      けんと様
      コメントくださりありがとうございます。ご指摘の通り、scikit-learnは使わない問題で、使われていたのはnumpyだけだと記憶しています。
      ですので、アルゴリズムのロジックと、Python及びライブラリnumpyの文法を両方理解しておく必要がありかなり難しいのですが、合格率自体が70%程度と高く、現状ではそれなりに勉強すればなんとかなるのではないかと思います!

      Reply
  3. Eisuke

    Rosyukuさん、大変参考になるブログをありがとうございます。
    Eisukeと申します。はじめまして。

    今月末に、E資格を受験予定なのですが、私が受講した認定講座(e-learning)ではJDLAの例題集が配布されておらず、試験対策に非常に難航しております。。。

    厚かましいお願いなのですが、例題集を電子ファイルで保管されておりましたら、メールにてお譲りいただくことは可能でしょうか?

    Reply
    1. Rosyuku Post author

      Eisukeさん、見るのが遅くなってしまい申し訳ございません!!配布してよいとは言われていないので、もしまだ必要でしたらスクールに確認してみます!

      Reply

コメントを残す

メールアドレスが公開されることはありません。 * が付いている欄は必須項目です

CAPTCHA