2020/06/26

2020/10/01

G検定に数学力はどれくらい必要?文系でも受かるのか?

AI人材関連

ライター:

G検定関連記事のトップページはこちら

本記事では、G検定を受ける際に必要な数学力文系でも合格できるのかを解説した。
合わせて、数学分野の対策方法も掲載している。この記事が、G検定の勉強計画を考える一助になれば幸いだ。

問題内容

まず問題内容を確認しよう。
G検定はAIジェネラリストの育成を目標とするため、そ出題範囲は多岐に渡り、AI関連の様々な内容が問われる。
問われる分野は以下の7項目だ。(JDLA公式サイトより引用)

  • 人工知能の定義
  • 人工知能をめぐる動向
  • 人工知能分野の問題
  • 機械学習の具体的手法
  • ディープラーニングの概要
  • ディープラーニングの手法
  • ディープラーニングの研究分野

数学に関連する出題

G検定は数学の試験では無いので、数学自体の知識が問われることは無い。
しかし、ディープラーニングについて理解するために「線形代数」「微分・積分」「統計学」に関する知識は必要になる。
上に挙げた出題分野の中で、数学的な理解が必要になる分野とそこで出てくる数学の知識をまとめてみた。(公式テキスト参照)

出題分野 頻出する数学の知識
機械学習の具体的手法 線形代数
ディープラーニングの概要 微分・積分
ディープラーニングの手法 統計学
ディープラーニングの研究分野 線形台数

微分・積分

G検定では高校レベルの微分から偏微分の問題までが数題出題される。
これは、ディープラーニングを行う上で、より正確な情報抽出や予測を行うために取り入れられている「誤差逆伝播法」に偏微分が利用されているからだ。
誤差逆伝播法を使うことによって、どんな多次元の情報でも、必ず低次元のまとまった極値を手に入れることが出来る。
G検定で使える微分・積分の詳しい記事については以下を参照してほしい。

線形代数

線形代数や行列は、ニューラルネットワークの中間層に重みを与える際に非常に重要になる。
基本的にディープラーニングのデータはベクトルもしくは行列として表記される
多くのデータの重みを更新する際に、複数の要素を表記できる行列やベクトルで管理するほうが効率がいいのは当然なので、線形代数はディープラーニングの仕組みを知るうえで欠かせない分野となっている。
ディープラーニングにおける線形代数の詳しい解説は以下の記事を参照してほしい。

統計学

ディープラーニングは、大量のデータ集合を分類し分析するため、統計学に非常に近い。
逆に言えば、統計学の知識はディープラーニングによる情報の分類・分析を行う際によく使われる。
そのため、統計学の知識を持つことは、ディープラーニングの知識を深めることとほぼ同義となる。
詳しい統計学の解説は以下の記事で行われているため、参考にしてほしい。


数学の勉強はどこまで必要?

先述したように数学自体の問題が問われる訳では無いので、根本から理解しようとしなくても大丈夫だ。
勉強していく中で数学の理解が足りていないと思ったら、その都度確認すれば良い。
後述するような、人工知能の理解に必要な数学がコンパクトにまとまっている本を活用するのがおススメだ。

また、G検定の合格ラインは7~8割程度(公式発表は無い)と言われている。
数学がどうしても苦手な場合は、他の部分でカバーするという手もある。
合格ラインや合格率、難易度などについては以下の記事で解説している。

文系でも大丈夫?

学生時代に数学を勉強している理系に一定のアドバンテージがあるのは事実だが、文系でも十分合格できる
必要な数学を効率良く学んでいくことはできるし、全ての範囲に数学の理解が必要な訳では無い。
人工知能の活用事例や時事問題、法律が絡んだ出題も多く、文系出身の合格者も多数生まれている。
「G検定 文系」で検索すると、文系合格者の体験談も多数出てくるので、参考にすると良い。

オススメの数学対策

参考までに、数学対策にオススメの書籍・動画をいくつか紹介する。

書籍での対策

人工知能プログラミングのための数学がわかる本

  • 人工知能を学びたいものの数学に不安がある、という方にぴったりな一冊
  • 高校〜大学レベルの数学、人工知能で使われる数学理論に特化
  • 基礎編では「数学基礎」「微分」「線形代数」「確率・統計」を扱う
  • 実践編では、基礎編で学んだ知識を使って人工知能アルゴリズムに挑戦
Amazonレビュー

    • 数学から人工知能の仕組みまで幅広く学べます。この本で全体感を掴んだ上でさらに詳細を学んでいけば効率がいいのではないでしょうか。
    • 数学の壁の前で絶望している方向けの本書ですが、本書をみっちりやり込めば、意外と低い壁であることが分かります。
    • 私自身文系で特に数学は避けて通ってきましたが、人工知能プログラミングの為に最低限必要な数学的知識を蓄えるには最適な一冊だと思います。

やさしく学ぶ 機械学習を理解するための数学のきほん ~アヤノ&ミオと一緒に学ぶ 機械学習の理論と数学、実装まで~

  • 機械学習に興味があるが数学に不安がある、という方にぴったりな一冊
  • 機械学習回帰・分類そして評価手法について、各アルゴリズムと必要な数学を基本的内容から順番に解説
  • 会話形式なので読みやすい
Amazonレビュー

    • Chapter3まで読みましたがすでに挫折しそうです。話の展開が早いのでアヤノとミオの会話の間の細かい説明が欲しいと思いました。
    • キャラがかわいい。ストーリー展開と事例が分かりやすい。数式も割と段階的に教えてくれてやさしい。
    • 実際Pythonでプログラミングをするときに、Pythonの知識についてほとんど触れられていないので、その点では、ネットで調べながらやってみなければならなかったです。

YouTube動画

YouTubeには、数学を学べる数多くの動画が存在する。
数学が苦手な人に取っては、動画で説明された方がわかりやすい場合もある。

予備校のノリで学ぶ「大学の数学・物理」

  • 学生向けに理系科目の解説動画などを多数配信
  • G検定対策で必要な最低限の数学の知識・概念を理解できる



AIのための数学講座:少しづつ丁寧に学ぶ人工知能向けの線形代数/確率・統計/微分

  • 人工知能を学ぶのに必要な基礎的な数学の概念を解説
  • 自分の苦手分野など、必要に応じて活用できる

BASIC STUDY

  • AVILEN AI Trendの「全人類がわかる データサイエンス基礎」
  • 確率統計や線形代数、人工知能、機械学習などのテーマについてわかりやすく解説した記事が多数
  • 分からない部分をピンポイントで学ぶことができる

他分野の対策

G検定合格には一定の数学知識が必要ではあるものの、正しく対策すれば文系でも十分合格できる。
自分にあった勉強方法で知識を広げ、理解を深めていくことが大切だ。
様々な事業者が実施する講座・コースの比較やおすすめ書籍の紹介など、以下の記事で試験対策に役立つ情報や学習コンテンツを徹底解説している。

まとめ

G検定は比較的新しい資格だが、AIブームの今、ディープラーニングの基礎知識を測る資格として注目を集めている。
JDLA認定プログラムの修了が必要なE資格と違って、G検定は受験資格に制限が無い
高校生から社会人まで、誰でも受験することが可能で、文系出身の人でもしっかり勉強すれば合格できる。
また受験料が安く、学生割引や団体経由申込もあり自宅受験が可能なため、どんなバックグラウンドの人でも受けやすい
AIの活用促進が求められる社会情勢の中で、AIジェネラリストへの第一歩としてはうってつけの資格試験だ。

G検定の他の記事一覧

(totalcount 2,278 回, dailycount 87回 , overallcount 2,970,390 回)

ライター:

AI人材関連

COMMENT

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。
*は必須項目です。




CAPTCHA