勉強法

2022年 7月 2日「G検定」191問 振り返り

22年7月2日 G検定 振り返り

昨日7月2日に「G検定」試験が行われました。受験された方、お疲れ様でした。
わたしは、3月に受験できなかったので、半年ぶりのG検定になりました。

新シラバスから出題傾向は大きく変わっておらず、試験対策がしやくなりましたね。

今回も試験に出題された全191問をまとめました。

受験された方で復習したいと思っている方や、今年最後の試験を受けようとしている方のお役にたてたら幸いです。下のリストを表示させながら、『公式テキスト第2版』を読むだけでも、格段に試験対策がしやすくなると思います。

 

全191問 問題リスト

出題された問題をそのまま書いてしまうのは禁止行為なので、ザックリとした内容を書いています。

■「対策」・・・『公式テキスト第2版』だけでは対策が難しい問題は【⚠】としました

番号 内容 対策:難
1 誤差関数
2 音声処理の説明
3 GANのジェネレーターの説明
4 パラメータのノルムにペナルティを課す手法
5 ディープラーニングの説明
6 レコメンデーションに関する説明
7 確率を出力する際に有用な活性化関数
8 ランダムサーチとグリッドサーチの説明
9 データの網羅性を向上させる取り組み
10 AI・データの利用に関する契約ガイドラインの説明
11 STRIPS
12 TPUの説明
13 スキップグラムの説明
14 MobileNet
15 ドメインランダマイゼーション
16 Self-Attentionの説明
17 意味ネットワーク
18 バギングの説明
19 6面体サイコロの出る目の確立:Xの期待値
20 Faster R-CNN
21 正解率と再現率の式
22 隠れ層:多層パーセプトロン
23 LSTMを構成する要素
24 第一次AIブーム:探索・推論
25 二重降下現象が発生し得るネットワーク構造
26 ミニバッチ学習
27 プルーニング
28 EfficientNet
29 チューリングテストの説明
30 音韻・音素
31 ブースティングの説明
32 RNNの再帰構造
33 深層信念ネットワーク
34 正規分布の説明
35 セマンティックWeb
36 CNN:全結合層
37 単純パーセプトロンの欠点
38 深層生成モデル
39 マルチモーダル
40 オンライン/バッチ/ミニバッチ学習のデータ数
41 TransformerのEncoder側のAttentionの種類
42 ビッグデータの活用事例
43 匿名加工情報の説明
44 ブロックチェーンの説明
45 シグモイド関数
46 TF-IDFの説明
47 AIシステム開発のステークホルダーのニーズ把握
48 2019年1月施工の改正著作権法30条の4第2号
49 ハイパーパラメータに該当するもの
50 学習済みモデルを知的財産として保護する場合
51 データ拡張の手法
52 AIにおける透明性
53 勾配降下法のパラメータ更新
54 ReLU関数に負の値Xを与えた際の出力値
55 誤差逆伝播法の説明
56 Mini-Max法の改良、αβ法
57 深層強化学習の応用
58 ディープフェイク
59 OpenAI Five
60 MLOpsの説明
61 炎上対策における留意点
62 U-Net
63 GLUEの説明
64 半教師あり学習の特徴
65 過学習を防ぐ有効な手法
66 インスタンスセグメンテーション:Mask R-CNN
67 AIのビジネス利活用
68 Dilated Convolutionの説明
69 回帰問題・分類問題の説明
70 プルーニング
71 物体識別タスクに用いられるモデル
72 Adversarial attacksの例
73 早期終了、二重降下現象
74 Cutout
75 主成分分析(PCA)
76 ビジネスで決定木やその派生が使用される理由
77 転移学習・ファインチューニングの説明
78 GPT-3の説明
79 データがもたらす偏りや偏見の説明
80 モンテカルロ法
81 RNNの説明
82 箱ひげ図から読み取れる状況説明
83 量子化
84 Partnership on AI、信倫理的に~、多様な背景~
85 知識ベースと推論エンジン
86 ILSVRC
87 バイアス・バリアンスの説明
88 Seq2Seqの説明
89 VAE
90 物体検出タスクの説明
91 IBMのワトソン:2011年クイズ番組出演時の説明
92 画像のスタイル変換の学習でデータの制約が少ない手法
93 個人情報保護法の説明
94 発音音声の周波数のピークを示す用語
95 シンボルグラウンディング問題
96 イテレーション
97 データの利用条件をレビューする際の留意点
98 Adversarial attacksと最も関連が深い内容
99 DCGANの説明
100 PoC、準委任
101 IoT
102 VGGとResNetとの相違:スキップ構造の説明
103 コールドスタート/コンテンツベース/協調フィルタリング
104 ディープフェイクの説明
105 AIの軍事利用の説明
106 CRISP-DMの説明
107 単体として個人情報とみなされるデータ形式とは
108 個人情報保護法の説明
109 カメラ画像の取扱い方:個人情報保護法
110 エキスパートシステムの限界
111 活性化関数の説明
112 ランダムフォレスト
113 GPU
114 音声の時系列データを扱う手法やモデル
115 2つの相関係数の値
116 N-gram
117 Attentionの説明
118 DenseNet
119 大域最適解、局所最適解、ハイパーパラメータ
120 機械学習を利用するアプリケーション
121 分散・中央値・標準偏差・平均
122 BPTT
123 教師強制の説明
124 転移学習の説明
125 強化学習の価値関数の説明
126 限定提供データの説明
127 k-分割交差検証を用いると効果的な状況
128 CTC(Connectionist Temporal Classification)
129 ε-greedy法:一定の確率でランダムに行動
130 早期終了で指標とする数値
131 ソフトマックス関数
132 オートエンコーダの説明
133 オープンイノベーションの説明
134 AlexNet
135 不正競争防止法の「営業秘密」の説明
136 系列データを扱うディープラーニングに関する説明
137 プライバシー・バイ・デザインの説明
138 AIシステムの開発を外部と連携して行う際に注意すること
139 分類問題におけるGAPの説明
140 構文解析の説明
141 オープンデータセットを利用する際の留意点
142 深層強化学習の特徴
143 混同行列:予測と正解の統計表への説明
144 平均値プーリングの処理の説明
145 バッチ正規化の説明
146 ドロップアウトの説明
147 収集したデータセットの扱い
148 ビッグデータの特徴:3つの「V」
149 アノテーション作業の説明
150 ディープフェイクの説明
151 PCMの音声をデジタルデータに変換するステップ
152 GPGPU
153 正則化を行う目的
154 BoWによる処理の説明
155 計算グラフ:a ☓ b + d = e
156 次元の呪いへの対処法
157 双方向リカレントニューラルネットワークの説明
158 プライバシー・バイ・デザインの観点からの評価
159 AIの開発契約において留意しなければならないこと
160 ResNetが考案された背景
161 CNNにおいて判断基準となる画像部位を可視化する手法
162 ReLU関数
163 AIの倫理・信頼性に関する動向
164 正解率・再現率・適合率
165 AIの推論精度の取扱い
166 AIシステムのクラウド活用のメリット
167 A-D変換
168 AIの説明の代表的な手法
169 DNNの順伝播の計算
170 マルチエージェント強化学習の特徴
171 AI効果の説明
172 音声認識においてメル尺度の考えが重要である理由
173 Inceptionモジュールの構造の説明
174 フォルマント周波数
175 収集生成データ・学習済みモデル:知的財産保護の説明
176 LIMEの説明
177 AIプロジェクトの体制構築の説明
178 RNN Encoder-Decoderの中間層の次元の説明
179 訓練データにテストデータが紛れ込んだ場合の問題
180 脳神経回路の特徴
181 データポータビリティ、新興企業による新規サービス創出
182 カテゴリ変数をOne-Hot Encodingした際の説明
183 ディープラーニングの性質
184 ハイパーパラメータの説明
185 全結合層を入れ替えたCNNを再学習させる効率の良い方法
186 ランダムフォレスト:決定木
187 強化学習:マルコフ決定過程の説明
188 プルーニングの説明
189 BPTTの説明
190 主成分分析、デンドログラム
191 モデルの解釈性に関する説明

 

G検定の累計合格者は5万名を突破

ここからは、2022年7月15日の「合否発表後」に書いています。

今回の受験者数は6,398名。そのうちの合格者は3,917名。合格率は61.22%という結果になりました。G検定試験がスタートした2017年からの累計受験者数は81,444名合格者数は53,027名となりました。

合格された皆さんには「合格証」が2022年8月1日から8月15日までメールで届きます。

本日15日に、次回のG検定試験の概要が発表されました。少し驚いたのが「11月4日(金)16時から」と「11月5日(土)13時から」の2日間の開催となったことです。

G検定試験を社員に課している会社の中には、『平日の勤務時間内で受験してもらえるだけでも有り難い』というところもあることでしょう。

今回の「2日感の開催」は試験的な取り組みのようで、来年も実施されるかは未決定のようです。詳しい情報は以下のサイトをご覧ください。

日本ディープラーニング協会のプレスリリース(2022年7月15日 14時00分)2022年 第3回概要とオンライン説明会開催のお知らせ

 

今回合格できなかった方も、あと3ヶ月ちょっとで次の試験があります。今のうちから対策を立てて取り組めば必ず合格できます。頑張ってください!