G検定、合格!w(もし試験前に戻れるならどう対策する?)

勉強系(Python/Excel/統計学/その他)

勝ちに不思議の勝ちあり

2022年3月5日にG検定を受験し、残り20問が完全白紙解答になったこともあり絶対にスベったと思っていたが、蓋を開けたらまさかの合格であった。

統計検定2級を先に取得したにもかかわらず数理統計分野があまりに酷い出来だったのはさておき、「もし試験前に戻れるならどのような対策をしたら効果的だったか?」の観点で振り返る。

法律系を厚めに対策する(個人情報保護法、知的財産権系)

参考書だとあまり問題数が多くなかったものの、2022#1試験では体感だと191問中20問くらい出ていた印象がある。身につけば確実に得点源になるので、法律の基礎、著作権や人工知能と個人情報の関係、その最新動向ををまとめているサイト(官公庁、弁護士さんのブログとか)を見てしっかり押さえておこう。

個人データ取扱いの委託によるAIモデル開発の可能性と限界を考える【2021年9月10日更新個情委QAとの整合性追記版】|知的財産・IT・人工知能・ベンチャービジネスの法律相談なら【STORIA法律事務所】

具体的な技術について「誰が?いつ?」をきちんと覚える

RNNとか畳み込みニューラルネットワークとか、概念的なキーワードについてはおそらくみんな一所懸命に勉強するので、特別に何か注意するポイントはないといえそうである。

一方でその概念を前提にした具体的な技術については参考書に記載があるものの、どちらかというと傍流の知識と捉えられ、後回しにしてしまいがちな感じがある。(ワイもそうだった)

ただ蓋を開けてみると、固有名詞的技術が問題文に出てきたのは191問中40-50問くらいあり見事に爆死した。(ディープラーニングの手法:53%)

例えば「AlphaFold」という言葉が出てきたとき、
・「誰が作った?」(←Google傘下のDeepMind)
・「何ができる?」(←タンパク質の構造を予想する)
・「いつ脚光を浴びた?」(←最近だと2020年12月)
などが一つ一つの設問で想像以上に細かく問われるので、書籍の参考書や問題集で覚えるだけでなく、なるだけそのキーワードについてググりながらディテールを強化していく心構えで勉強しよう。

Google系列のDeepMind、AIシステム「AlphaFold」で「タンパク質折りたたみ問題」で大飛躍 新薬開発への重要な一歩
Alphabet傘下のDeepMindのAIシステム「AlphaFold」が、世界的なタンパク質構造予測コンペ「CASP」で飛躍的なハイスコアを出した。「解明には宇宙の年齢よりも長い時間がかかる」とされる「タンパク質折りたたみ(フォールディング)問題」の解明への大きな一歩だ。

時間配分

試験本番では必ず、悩んでもわからない問題が多数出現する。40秒間考えてわからなかったら適当にマークをつけて次の問題に進める、というペースを厳守しよう。結果的に20問手付かずでも合格したが、(4択ベースだと)期待値的に3%くらいの得点率を丸々ドブに捨てた計算なので、このような勿体無いことが起きないよう模試形式の問題演習ではタイムマネジメントを意識しよう。

おわり

タイトルとURLをコピーしました