ディープラーニングG検定

【受験体験記】G検定2020年3月14日 気になる難易度・出題内容は?【全214問 出題一覧】

2020年3月17日

こんにちわ、ひひまろです。

今回は、G検定シリーズの第3弾!!【受験体験記】
G検定シリーズも大詰めになってきました。

今回の記事では、2020年3月14日(土)に行われた、
ディープラーニングG検定について、気になる出題内容・難易度をお教えします。

G検定 気になる出題内容 【全214問 問題リスト】

 

管理人が受験した、2020年3月14日(土)G検定の問題リストを公開します。

リストの見方

  • 問題 :そのまま掲載することはできないので、カテゴリーを掲載
  • カバー:公式テキスト・『徹底攻略ディープラーニングG検定』(黒本)でカバーできるかどうか
  • 難易度:難しい問題

※参考程度にご覧ください

番号 問題 カバー 難易度
1 AIの歴史
2 AIの歴史
3 AIの歴史
4 AlexNet
5 ResNet
6 AIの歴史
7 AIの歴史
8 自然言語処理・セマンティックウェブ
9 自然言語処理・セマンティックウェブ
10 DNNのブームの理由
11 ゲームで人間に勝てるAIを作る研究
12 ゲームで人間に勝てるAIを作る研究
13 チューリングテスト
14 ELIZA
15 モラベックのパラドックス
16 ディープラーニングの特徴量
17 自己符号化器
18 意味ネットワーク
19 Cycプロジェクト
20 シンボルグラウンディング問題
21 フレーム問題
22 ディープラーニングによって発展したもの
23 知識獲得のボトルネック
24 自動運転のレベル別の説明
25 自動運転のレベル別の説明
26 道路交通法の改正
27 道路交通法の改正後、レベル3以上で条件付きで認可
28 Kaggle
29 arXiv
30 Google Scholar
31 coursera
32 データ管理の仕組み
33 データ管理の仕組み
34 AIが生成した創作物
35 AI自身のリスク
36 人間がAIを利用して引き起こすリスク
37 法律・社会のあり方のリスク
38 AAAI
39 ドローンの飛行規制
40 説明可能な人工知能
41 説明可能な人工知能
42 ブラックボックス化
43 モデルの記述可能性、複雑性を表現する概念
44 Adversarial Examples
45 学習済みモデルの知的財産保護
46 個人情報保護法
47 Tayの事例
48 不正競争防止法
49 DARPA
50 説明可能なAIへの投資プログラム
51 AIの共同開発
52 法的倫理的課題に対処する団体、ガイドライン
53 EU一般データ保護規制
54 第三者の著作物の学習データ化
55 AIの倫理的・法的・社会的な課題
56 自動運転
57 自動運転
58 自動運転
59 ディープフェイク
60 匿名加工情報
61 個人情報保護法
62 個人情報保護法
63 個人情報保護法
64 協調フィルタリング
65 内容ベースフィルタリング
66 計算問題(クラス分類)
67 サポートベクターマシン
68 サポートベクターマシン
69 サポートベクターマシン
70 LSI
71 LDA
72 単純パーセプトロン
73 活性化関数
74 ベイズの定理
75 自然言語処理のフロー
76 自然言語処理のフロー
77 自然言語処理のフロー
78 自然言語処理のフロー
79 自然言語処理のフロー
80 情報量
81 最適化手法
82 ロジスティクス回帰
83 回帰問題
84 機械学習の各フェーズ
85 教師あり学習
86 混同行列
87 過学習
88 単回帰分析の説明
89 クラスタリングの特徴
90 重回帰分析
91 グリッドサーチ
92 次元削減
93 優れたモデルの検証
94 条件分岐を適切な回数に留める手法
95 アンサンブル学習
96 バギング
97 ブースティング
98 k-最近傍法
99 クラスタリング
100 k-平均法
101 決定木
102 決定木
103 k-平均法
104 主成分分析
105 交差検証
106 k-分割交差検証
107 計算問題(偏微分)
108 計算問題(斜辺の長さ)
109 過学習の図
110 ボルツマンマシン
111 DNNの説明:重み・バイアス・活性化関数
112 DNNの説明:重み・バイアス・活性化関数
113 DNNの説明:重み・バイアス・活性化関数
114 ハイパラメータ
115 ハイパラメータ
116 訓練誤差・汎化誤差
117 訓練誤差・汎化誤差
118 訓練誤差・汎化誤差
119 確率的勾配降下法
120 オンライン学習
121 ミニバッチ学習
122 バッチ学習
123 PyTorch
124 TensorFlow
125 Caffe
126 多層パーセプトロン
127 過学習対策:ドロップアウト
128 過学習対策:バッチ正規化
129 過学習対策:データ拡張
130 過学習対策:L2正則化
131 自己符号化器
132 データの分布を近似する生成モデル
133 GANの説明
134 プーリング層の説明
135 RNNの説明
136 自然言語処理の「注意機構」
137 GAN
138 変分自己符号化器
139 DQNの特徴
140 深層強化学習
141 損失関数
142 イテレーション
143 エポック
144 DQN→AlphaGo→AlphaGoZero→AlphaStar
145 RNNの説明:再帰構造
146 RNNの説明:系列データ
147 RNNの説明:情報を一時的に記憶させる
148 強化学習で用いられる手法
149 ステップ関数
150 シグモイド関数
151 ReLU関数
152 ソフトマックス関数
153 LSTMの説明
154 LSTMの説明
155 CNNの構造
156 インセプションモジュールの構造
157 GANの説明
158 GANの説明
159 Transformer
160 t-SNE
161 強化学習のエージェント
162 強化学習の具体例
163 強化学習の説明
164 深層強化学習の説明
165 DQN
166 状態価値を学習する手法
167 CNNの畳込み演算の計算
168 隠れマルコフモデル
169 WaveNet
170 イアン=グッドフェロー
171 学習率
172 GoogLeNetの説明
173 自然言語処理モデル
174 強化学習の適した課題
175 強化学習の説明
176 R-CNNの説明
177 方策勾配法の説明
178 価値反復法の説明
179 誤差逆伝播法の説明
180 CNNの説明
181 一般物体検知・セグメンテーション
182 ImageNetの説明
183 CIFARの説明
184 MNISTの説明
185 アンサンブル学習
186 VGG16
187 LSTMのゲート数
188 画像処理に関連する技術
189 PB→EB→ZB→YB
190 強化学習の動向
191 深層強化学習
192 マルチモーダル
193 一気通貫学習
194 キャプション生成
195 照応解析
196 談話構造解析
197 様々な分野でのディープラーニング
198 Word2Vecの説明:skip-gram
199 Word2Vecの説明:CBOW
200 言語処理技術:BERT
201 言語処理技術:BERT
202 行動価値関数Qの説明
203 単語埋め込みモデルの説明
204 RNNのモデルではないもの
205 単語や文章の表現を得られないモデル
206 単語埋め込みモデルでないもの
207 n-gram
208 構文解析の説明
209 分散表現の説明
210 物体検出の説明
211 セマンティックセグメンテーションの説明
212 OCRの説明
213 事前学習の手法
214 転移学習

全214問をざっと並べてみました。本番ではこの後に6問ほどのアンケートがありました。

 

G検定 公式テキスト・黒本だけで合格できるか?【カバー率と難易度】

ここでは、2つの側面から検証したいと思います。
前提として、合格ラインを6割ほどと仮定します。

①公式テキスト・『徹底攻略 ディープラーニングG検定』(黒本)だけで合格できるか?

正直なところ、微妙です。
本を紹介した身としては、『この2冊でいけます!』って自身を持って言いたかった。。。

結論、『たぶん、大丈夫です。。。』

まず、管理人がカバーできると思った問題数は124問、全問が214問なので、
約58%がカバーされていることになります。
また、難しいと感じた問題数(未カバー含む)は66問、こちらも全問124問なので、
約30%が難易度の比較高そうな問題でした。

このことから、公式テキスト・『徹底攻略 ディープラーニングG検定』(黒本)をしっかりと学習し、+αで少し点数を上乗せしてあげれば、なんとか合格点に届くかなという印象です。

最近のニュースや法律関係の問題が多かったため、博識な方は楽かもしれません。

created by Rinker
¥2,310 (2020/07/04 03:45:12時点 楽天市場調べ-詳細)

②G検定の今後の難易度について

検定試験なので、基本的なベースの知識を試す問題については大きく難易度は変わらないと思います。しかし、IT・AIといった分野は日々新しくなっていくこと、問題に最近のAIに関する話題や法律関係の出題もあることを考えると、試験全体での難易度はあがる可能性があると思っています。

早めの受験をオススメしたいと思います。

 

さいごに、一番大事なこと。 管理人の試験の出来は?

試験終了後の画面では、結果発表は3/26(木)くらいにメールみたいなことが書いてあった気がします。

正直なところ、受かっているか、落ちているか、わかりません。
しばらく不安な日常を送ると思います。

だが、しかし、せっかくなので、

第4回目となる最終章で、合格のご報告ができたらいいなと思っています。

今回も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
  • 最新記事
ひひまろ

ひひまろ

はじめまして、ひひまろです。 都会に憧れるアラフォーサラリーマンです。 日々、仕事に追われています。

-ディープラーニングG検定

Copyright© ゆとログ -YUTOROGU- , 2020 All Rights Reserved.