【E資格】2022#1 参考になったコンテンツ
JDLA E資格 2022#1を受験したので、参考になった書籍・動画・サイトをまとめておく。
今回のE資格受験についてまとめた記事はこちら。
本ページの見方
ここでは以下の形式でまとめてある。
・コンテンツ名
・(ジャンル)
・おすすめポイント
特におすすめのものには下線を引いてある。
書籍
- 徹底攻略ディープラーニングE資格エンジニア問題集 第2版
- (出題範囲全般)
- 通称「黒本」。E資格の問題集はこれしかない
- 理解の足りない箇所を洗い出すために必須
- (出題範囲全般)
- ゼロから作るDeep Learning シリーズ (1, 2, 3)
- 1 (深層学習)
- 最低限目を通しておいた方が良い。できれば写経も。おすすめ
- 説明が分かりやすい
- この本のサンプルコードとそっくりなものが、試験に出ることもある
- 2 (自然言語処理)
- 一通り読んでおくとよさそう (私は時間が足りず諦めてしまった)
- 黒本の解説で理解できなかったところを、この本で補完。辞書的な使い方をした
- 3 (深層学習:ライブラリを自作する)
- こちらも私は辞書的な使い方をした
- 良い本だが、1と2があれば十分かも?
- 今後発売される4(強化学習)も分かりやすそう
- 1 (深層学習)
- ITエンジニアのための強化学習理論入門
- (強化学習)
- サンプルコードを使って解説されており、理解しやすかった
- 1行ごとに説明がついているので、非エンジニアの方にも良いかも?
- サンプルコードを使って解説されており、理解しやすかった
- (強化学習)
- 史上最強図解 これならわかる!ベイズ統計学
- (確率、ベイズの定理)
- 数学が得意でない方におすすめ。イメージがつかみやすい
- 確率やベイズの定理関連の問題がかなり解きやすくなる
- (確率、ベイズの定理)
動画
- AIcia Solid Project
- (深層学習、画像認識、自然言語処理など)
- 人間が画像や言語を認識する仕組みを、AIではどのように再現しようとしているか?という目線で説明している
- 初心者にも分かるように、かみくだいて解説されている
- 非常に分かりやすいので必見!
- 特に以下のプレイリストがおすすめ
- 今後強化学習についての動画も作成なさるとのこと。そちらも参考になりそう
- (深層学習、画像認識、自然言語処理など)
- データサイエンス研究所
- (機械学習など)
- EMアルゴリズムやMCMC法の説明などがわかりやすかった
- (機械学習など)
- 予備校のノリで学ぶ「大学の数学・物理」
- (数学)
- ベイズの定理などの説明が分かりやすかった
- (数学)
サイト
- 【線形代数】特異値分解とは?例題付きで分かりやすく解説!!
- (特異値分解)
- 例題があり、わかりやすい
- (特異値分解)
- 特異値分解問題を解く
- (特異値分解)
- こちらも例題があり、分かりやすい
- (特異値分解)
- 情報量とエントロピー - 導出と性質
- (エントロピー)
- ベン図を使った説明が分かりやすい
- (エントロピー)
- 【決定版】スーパーわかりやすい最適化アルゴリズム -損失関数からAdamとニュートン法-
- (最適化アルゴリズム)
- 各手法の生まれたきっかけと共に説明されており、分かりやすい
- (最適化アルゴリズム)
- NegativeMindException
- (GAN系)
- 一連の手法の解説が分かりやすい
- (GAN系)
- ニューラルネットワークが任意の関数を表現できることの視覚的証明
- (万能近似定理(普遍性定理))
- NNの重みを実際に変えながら、出力の変化を見ることができる
- (万能近似定理(普遍性定理))