DX Blog

E資格の過去問を入手する方法はある？過去問以外の対策法も解説！

E資格とは

E資格とは？

E資格とは、日本ディープラーニング協会（以下、JDLA）が主催する「ディープラーニングの理論を理解し、適切な手法を選択して実装する能力や知識を有しているか」どうかを認定する資格試験です。

試験の中では、機械学習や深層学習（ディープラーニング）の知識を始め、開発環境や応用数学の理解まで幅広く問われるような試験となっています。

JDLA は E資格と G検定の 2 つの資格を展開しており、JDLA が認定するもう一つの資格、G検定の次のステップとも位置付けられるエンジニア向けの資格試験となっています。

E資格の受験方法は？

E資格を受験するには受験資格が必要となります。JDLA が認定したプログラムを修了する必要があります。

E資格試験を受けるための最初のステップとして必要なのが JDLA 認定プログラムに参加することになります。

JDLA 認定プログラムは複数存在し、期間や費用やサポートなどの面でプログラムごとにそれぞれ特色があります。

受験を考えられている方は、下記リンクよりご自分に合ったプログラムを選択するようにしましょう。

参考：E資格認定プログラム事業者一覧

E資格の問題形式は？

E資格の試験時間 120 分、問題数は 100 問前後（問題数は実施回毎に若干異なります）で全問多岐選択形式となっています。

試験時間 120 分で 100 問前後ですので 1 問あたりにかけられる時間は 1 分程度と、時間制限が厳しいのも一つの特徴と言えます。

また、選択式の問題とはいえ実装のコードを問われる問題や計算問題なども出題されるため、しっかり内容を理解していないと正答できません。

資格の合格率は？

以下はこれまでの開催回別の合格率の一覧となります。

出典：「E資格（エンジニア資格）2023#2」結果発表とシラバス改定のお知らせ

（「2020#2」は新型コロナウイルス感染症拡大の影響により開催中止となりました）

近年の E資格の受験者と合格者をまとめた表となります。

この一覧表だけ見ると、受験者の半数以上が合格しているので、合格することはそれほど難しくない資格だと考えられそうです。

しかし、E資格の受験者の大半はすでにある程度機械学習の知識を持っていたり、実務でディープラーニングを使われている方もいらっしゃいます。

また、E資格の受験資格を得るためには、JDLA認定プログラムを修了する必要があります。

JDLA 認定プログラムを修了した受験者の 3 割程度以上が不合格になることを考えると、合格率の数値以上に難易度の高い試験であると考えられます。

E資格の合格点は？

E資格では、合格点の公表はされていません。公式 WEB ページにも合格点は非公表である旨が記述されています。JDLA のもう一つの資格試験である G検定も同じです。

出典：「E資格（エンジニア資格）2023#2」結果発表とシラバス改定のお知らせ

上図は JDLA が公表している 2023#2 の全受験者の平均点になります。

各分野の正答率の平均はだいたい、60 %~70 %の間であることがわかります。

得点の配分なども公開されていないので、一概に正解数によると言えない部分もありますが、目安として 6~7 割が必要な最低ラインとして抑えておいていただくと良いかと思います。

E資格のメリット

ディープラーニングを実装レベルまで学ぶことが出来る

E資格取得を目指す一番のメリットはディープラーニングや機械学習の知識を実装レベルまで学ぶことが出来るという点です。

E資格の受験資格を得るためには、JDLA 認定プログラムの受講が必須条件となっています。認定プログラムの受講を通じて、単に知識だけでなく、AI やディープラーニングに関する実践的なプログラミングスキルを習得することができます。

AI や機械学習、ディープラーニングなどについて独学で学んでいる方も、領域があまりに広いため、どの単元をどの深さまで学べば良いのか迷ってしまうこともあるでしょう。

E資格という一つの代表的な AI の資格取得を目指して勉強することで、幅広くバランスの取れた知識を習得することができます。

JDLAのコミュニティに参加することが出来る

E資格の合格者は、JDLA の主催している Slack などのコミュニティに参加することができます。

合格者の会である CDLE(Community of Deep Learning Evangelist)通称「シードル」などは、E資格や G検定の合格者しか参加できません。

コミュニティの目的として、情報共有をはじめ、ディープラーニングに関する幅広いテーマについて、メンバー同士が日々、学び合い・アウトプットの場となっています。

これらのコミュニティに参加することにより、ディープラーニングをともに学習する仲間を見つけたり、異業種や異業界の同じ目的を持つ方と繋がれたりと人脈づくりに役立てることもできるでしょう。

E資格の過去問の現状と対策法

E資格の過去問は公開されていない

結論から申し上げると、E資格の過去問は公開されていません。

日本ディープラーニング協会(JDLA)のもう一つの資格である G検定に関しても同様に過去問の公開がないような状況になっています。

ですが、G検定に関しては公式サイトに各出題分野ごとに数問ずつ例題が公開されており、問題の記述の仕方などの雰囲気を掴むことに活用することが出来るようになっています。

一方で、E資格に関しては例題の公開もありません。

つまりE資格は、過去問も例題もないので、過去問以外の方法で対策を考える必要があります。

E資格の過去問以外の対策方法

資格試験対策の定石である過去問を押さえたいところですが、先程もお伝えしたとおり、E資格を含む JDLA の資格試験は過去問の公開がありません。

過去問を見ることができないとしてもE資格の試験にどのような問題が出るのか雰囲気を体験してから受験したいと考えている方も多いと思います。

特に E資格の試験は 120 分で 100 問以上の問題を解く必要があるため、どれくらいのペースで、問題を解いていけばいいのかなどのスピード感をイメージするのが、難しいといった点もあります。

試験の出題の傾向になれたり、解答のスピード感を掴みたい場合は、E資格の模擬試験で体験するのがおすすめです。

例えば、「徹底攻略ディープラーニングE資格エンジニア問題集」（通称「黒本」）には後半部分に一回分の模擬試験を収録しています。

こちらを使用することで、120 分 100 問前後の問題を解くスピード感を本番前に体感することができます。

模擬試験を収録していることはもちろん、模擬試験以外の問題もすべてE資格本番同様の多岐選択形式になっていますので、問題に慣れるといった意味で是非解いておきたい一冊となっています。

筆者も E資格試験を受験した際には、こちらの問題集を使い繰り返し学習し、知識を定着させていきました。

E資格の内容を網羅的に収録しているので受験を考えている方には非常にオススメです。

シラバスの内容の改定により、試験範囲の変更があり、問題集が刷新される場合もありますので、ご自身が受験される開催回に対応した問題集を確認して選ぶようにして下さい。

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 (徹底攻略シリーズ)

E資格の例題（キカガクのE資格事前確認テストから例題を 2 問紹介）

E資格ではどのような問題が出るのか説明するよりも実際に見ていただいたほうがわかりやすいと思いますので、弊社がコンテンツとして提供している「E資格事前確認テスト」の中から例題を 2 問紹介いたします。

こちらの E資格事前確認テストは、弊社の JDLA 認定プログラムであるディープラーニングハンズオンセミナーをご受講いただいた方に無料で付与しているコンテンツとなります。

コード穴埋め問題

E資格では、ディープラーニングの実装についてのコードの穴埋め問題が出題されます。

例題として以下のような問題があります。

Q1. 以下の空欄の（あ）に入る記号を答えよ。
畳み込み演算は全結合のニューラルネットワークと異なり、(ミニバッチサイズ,チャンネル数 , 縦幅, 横幅) の 4 次元配列に対して行列演算を行う必要があるために、素直に実装するとループのネストが深くなり計算にかなりの時間を要してしまう。
そのため、イメージブロックをシリアライズ化することで計算効率をあげる手法がいくつか存在する。
以下のプログラムは im2col という形式による CNN の順伝播実装を記述したものである。
im2col は (ミニバッチサイズ,チャンネル数 , 縦幅, 横幅) の 4 次元配列を、 (画像枚数 * 畳み込みの回数, フィルタの要素数) の行列に変換し、フィルターを (フィルタの要素数, フィルタの枚数) の行列に変換することで、畳み込み演算をただの行列積の計算にするアルゴリズムである。
まずは画像を行列に変換する前にパディングを行い、畳み込み対象の画像に変換する。
(a) [(0, 0), (0, 0), (p_h, p_h), (p_w, p_w)]
(b) [(0, 0), (0, 0), (p_h, p_w), (p_h, p_w)]
(c) [(0, 0), (p_h, p_h), (p_w, p_w), (0, 0)]
(d) [(0, 0), (p_h, p_w), (p_h, p_w), (0, 0)]

答え：(a)

知識を問う問題

E資格では、ディープラーニングの応用を問うような知識問題も出題されます。

例題として以下のような問題があります。

Q1. 以下の空欄（あ）に入る記号を答えよ。
データの解析を行う際に、対象のデータの特徴を把握する目的・方法として次元削減を行うことがある。データの次元数はデータの特徴の数と捉えられる。次元数を減らすことでデータを扱いやすくしたり、可視化することが可能になる。
次元削減の具体的な手法としては PCA(主成分分析) などが挙げられるが、ニューラル・ネットワークを用いた機械学習を使った次元削減の手法として、 (あ) がよく知られている。
(a) 独立成分分析
(b) 制約ボルツマンマシン
(c) オートエンコーダ
(d) isomap