物語の思考法

~2次元と3次元をつなぎたい~

AWS 認定 機械学習 - 専門知識に合格した。

AWS Certified Machine Learning - Specialty

 

AWS認定機械学習に合格しました。合格までの過程をまとめておこうと思います。

参考になれば幸いです。

 

概要

2020/9月頃 勉強開始

2020/11月末 受験して合格

 

自分のスキル

Webエンジニア。フロントエンドもそこそこやる。
Ruby, Rails、Vue.jsあたりを使ってます。
機械学習は使ったことはありません。
AWSはDevOps Professionalに合格済みです。


対策

  1. 機械学習自体の勉強
  2. Udemyの動画で勉強
  3. 練習問題を解く
  4. 公式模擬試験を解く

 

1. 機械学習自体の勉強

すでに合格した人たちの情報によると、AWS機械学習AWSとは関係ない機械学習自体の問題が多く出るそうです。

 そのため、まずは機械学習自体の勉強をしました。その際に私が使ったのはCouseraの機械学習のコースを使いました。

 

無料ですが、機械学習とはどういったものか?という部分から解説してくれます。とても有名な講座で実際にすばらしい内容でした。AWSのことはいったん忘れて、まずはこちらを終わらせることをおすすめします。

 

想定では3ヶ月で終わらせる講座ですが、私は2ヶ月ほどで終わりました。それぞれのペースでやると良いと思います。

 

 

Couseraの機械学習に関しては以前まとめたので、興味があればこちらにまとめてあります。

 

2. Udemyの動画で勉強

以下の動画を利用しました。上から順番にやっていけば試験範囲は抑えられるはずです。


これをやる前に最低でもアソシエイトレベルの資格は取っておくべきです。この前提があるかないかで理解度が大きく変わるので、まだ持っていない人はそちらからやった方が良いです。例えばIAM、EC2、VPC・・・などの基本的なサービスは知っている前提なので、これがわからないと機械学習どころではないはず。

 

また試験範囲がData Analytics(旧BigData)と内容が被っているので、こちらを取っている人は学習が楽だと思います。私はData Analyticsは持ってなかったです。

 

またUdemyの動画を定価で買うことはあまりおすすめできません。毎週のように何かしらのセールで9割引きになっていることが多いので、定期的にUdemyのサイトを見に行って安くなった時に買いましょう。


3. 練習問題を解く

以下の動画を利用しました。

 

実際にこの練習問題と同じような問題が出たので、非常におすすめです。
解説含めて両方をじっくりやってみると良いです。

 


4. 公式模擬試験を解く

受験申し込みの流れと同じ方式で受けることができます。購入日から1年以内ならいつでも1回だけ受験できます。

 

模擬試験はPSI形式で結果は65%でした。90分で20問ありました。私はModelingの部分が35%の正答率だったので、該当分野をUdemyとCouseraで見直しました。

 

試験問題は全体でどのくらい取れたかといった結果は教えてくれるけど、解答が表示されません。なので、あくまで苦手分野の把握と試験の雰囲気を体験するのが目的になります。試験の練習というよりは、どういった雰囲気で出題されるか、画面の操作はどうやればいいのか、という部分を確認した方が良いです。

 

問題はスクリーンショットを撮っておき、あとで確認できるようにしておくと良いです。日本語と英語はいつでも切替えられるので、日本語がおかしい場合は英語で読んでみると答えが見つかる可能性があります。

 

#. 補助教


・[第3版]Python機械学習プログラミング 達人データサイエンティストによる理論と実践

 

こちらを時間がある時にさらっと読んでいました。実装の部分はほとんどやっていなかったです。あくまで参考用にちょっとだけ見ただけでした。

 

・SageMakerのドキュメント

試験範囲のドキュメントは可能な限り読んだ方がいいですが、全部読むのは辛いと思います。とはいえ今回の試験範囲はSageMakerの比重が大きいので、SageMakerのドキュメントだけは最低限読んでおいた方が良いです。

 

練習問題や動画を見ながら該当箇所を読んで、ついでにその周辺も見ておく、というやり方が一番楽かなと思います。

 

・BlackBelt
サービスの主要な部分がまとまっているので、該当範囲の動画をみる前にさくっとみておくと、動画の内容が頭に入りやすいです。

 


受験予約

勉強して大丈夫そうなら試験の予約をする。受験はピアソンVUEを選びました。PSIでもできますが、申し込みがピアソンVUEよりめんどくさかったのでやめました。

 

受験

・試験はピアソンVUEを選択
・開始30分前には会場に到着
・同意書を記入して、身分証を提出(必要な身分証は要確認)

・いつでも始められるそうなので、15分前にはスタート
・リモート監視はなかった。

 

3時間の受験はきついので、前日はしっかり睡眠をとり、直前に食事や水分を取りすぎず、試験前にはトイレにいっておきましょう。可能なら試験会場の道を確認しておくと当日楽です。

  

時間は180分で65問なので、1問3分かけたらもう終わりです。とはいえDevOpsの時はかなり時間を意識して解いていましたが、今回は問題文が短いので時間はかかりませんでした。90分で回答を終えて、60分かけて全問題を見直しをしました。


受験後

問題を解き終わってアンケートに答えると、すぐに合否が表示されます。翌日あたりにweb上に結果が反映されます。


結果900点でした。合格ラインは75%だそうです。

 

問題にはUdemyの動画の内容が満遍なく出てきて、Couseraでやった機械学習自体の知識もかなり出てきました。ですが練習問題でやったような問題が多かったので、勉強した内容がちゃんと発揮できたなという印象でした。当然初めて聞くような専門用語やアルゴリズムが出てきていましたが、そこは諦めて運に任せました。

 

気になったところでは、Udemyの動画ではModelingの部分でビルドインアルゴリズムの解説(seq2seq、BlazingTextなどのところ)で、アルゴリズムの仕組み、データ形式、ハイパーパラメータ、おすすめのインスタンスタイプが細かく解説されていました。ですが、実際の試験でそこまで細かくデータ形式、ハイパーパラメータ、インスタンスタイプを聞かれることはありませんでした。

 

なのでアルゴリズムの仕組みだけしっかり抑えておけば問題ないと思います。これは公式の問題例や模擬試験をやった時点でガチガチの暗記は少ないと踏んでいたので、ある意味予想どおりでした。

 

またPrecision、Recall、F1スコアの計算方法はほぼ必ず出るはずなので覚えておかないと詰んでしまいます。また行と列でどちらが予想でどちらが実際の結果なのかを見た方が良いです。逆になっている場合があるのでよく確認しないと間違えます。

 


まとめ

機械学習自体の勉強に時間がかかりますが、それを超えたらあとは楽でした。問題自体もDevOpsに比べたら文章が短いので読むのも楽だし、アソシエイトのようなサービス名を答えたら終わりという問題も多かったです。

 

事前に機械学習の知識があるかどうかで対策の難易度が大きく変わってきます。私はなかったので時間がかかってしまいました。3ヶ月ほどかかりましたがなんとか合格できてよかったです。

 

機械学習は知っておいて損がない分野なので、しっかり抑えられてよかったです。今のところ機械学習を業務で使えそうな気配があるので、あとは実践で身につけて行こうと思います。インプットも疲れたので、しばらくは勉強しないです。