E資格はAI・機械学習の実装スキルを問う資格。年間数千人の受験者を誇るAI・機械学習系における人気資格のひとつです。
E資格はJDLAが認定する講座を受講する必要があり、体感７割程度の試験範囲は認定講座のカリキュラムでカバーできます。
講座でカバーできていない残りの３割は各自補講が必要ですが、「どのような基準で何の本を選べばいいかわからない」という方も多いのではないでしょうか？
本記事ではE資格合格者・現役データサイエンティストの目線から、E資格対策を効率よくできるおすすめ参考書をご紹介します。
監修者
經田 原弘
東京大学大学院新領域創成科学研究科複雑理工学専攻修了。大学時代は3次元の医療データの平滑化処理を研究テーマとし、大学院時代はJAXAと協業し、月探査機かぐやの衛星データから、月面上の水の存否について調査していた。新卒では株式会社リクルートにてレコメンドシステムの開発等に従事し、現在は製造業系スタートアップにてデータサイエンティストとして勤務。応用情報技術者試験・E資格合格者。
【Udemy講座】サイト限定でDS検定講座クーポン配布中！
- 元リクルート・東大院卒（JAXAと共同研究）監修のデータサイエンティスト検定の対策講座をUdemyで配信中
- 機械学習に必要な数学知識も基礎から丁寧に解説
- 期間限定&業界最安！サイト内限定クーポン利用で1,600円で受講可能（正規価格は8,800円）
＼ クーポン利用で1,600円／
E資格とは？
まずはE資格の試験概要と、取得を通じて学べることをご紹介します。
試験概要・取得メリット
E資格はJDLAが運営するディープラーニングの実装スキルを問う資格試験です。
データサイエンティスト協会はデータサイエンティストに必要なスキルを、①データサイエンス力、②データエンジニアリング力、③ビジネス力の3つに大別しています。
| ①データサイエンス力 | 情報処理、人工知能、統計学などの情報科学系の知恵を理解し、使う力 |
| ②データエンジニアリング力 | データサイエンスを意味のある形に使えるように実装・運用できるようにする力 |
| ③ビジネス力 | 課題背景を理解した上でビジネス課題を整理し解決する力 |
E資格はこのなかでも、データサイエンス・データエンジニアリングにおけるスキルが身につく資格です。
特に初学者や実務未経験者にとって、AI・機械学習の実装を学ぶ機会は限られています。そんな中、体系的・網羅的なカリキュラムで学び、一定水準のスキルを手に入れられることが大きな資格取得のメリットと言えるでしょう。
編集部ではE資格の取得メリットについて解説した記事も執筆しておりますので、興味のある方は是非ご覧ください。
試験範囲
| 項目 | 内容 |
|---|---|
| 応用数学 | 確率・統計、情報理論 |
| 機械学習 | 機械学習の基礎、実用的な方法論、強化学習 |
| 深層学習 | 順伝播型ネットワーク、深層モデルのための正則化、深層モデルのための最適化、畳み込みネットワーク、回帰結合型ニューラルネットワークと再帰的ネットワーク、生成モデル、深層強化学習、グラフニューラルネットワーク、深層学習の適用方法、距離学習、メタ学習、深層学習の説明性 |
| 開発・運用環境 | ミドルウェア、エッジコンピューティング、分散処理、アクセラレータ、環境構築 |
2023年1月時点ではE資格の試験範囲は「①応用数学」「②機械学習」「③深層学習」「④開発・運用環境」の４つに大別されます。2022年秋季（8月）実施の試験よりシラバスが改訂されていますので、詳細を確認したい方はJDLAの公式ホームページよりご確認ください。
ディープラーニングの基礎から、実務・研究における機械学習のモデルの選定や実装まで幅広く学ぶことができますし、さらにスキルを発展させると論文に記載されている数式・モデルを読み解いて実装できるようになることもスムーズにできるようになります。まさにAIエンジニアとしてのスタートラインに立つまでのスキルが、全体的に身につくようになることが期待できるでしょう。
試験形式
選択肢形式での問題数が約100問、120分の試験時間です。1問あたり1分強しか時間がない上に中にはPythonでのコードの記述が必要な問題もありますので、スピーディな回答が求められます。
E資格の参考書の選び方
E資格の参考書を選ぶ際に必ずチェックしておきたい「4つのポイント」をご紹介します。
E資格は試験範囲が広いため１冊の本ですべてをカバーすることはできません。不要な本を買わないためにも、まずは「選び方」を確認しておきましょう。
Ｅ資格参考書の選び方
- 前提知識（応用数学・Python）のキャッチアップを怠るとそもそも何もできない
- 頻出箇所は領域特化型の本（画像認識・自然言語処理等）で深堀りながら学習
- 最新の出題範囲は常にキャッチアップ（Pytorch・TensorFlow）
- 問題集を解き、試験本番と同様の問題形式に慣れておく
ポイント①：参考書を選ぶ前に…応用数学とPythonのスキルは必須！
応用数学
E資格ではPythonを使ってのディープラーニングの実装スキルを主に問う資格ですが、何をするにせよ、高校数学（ベクトル、行列、確率）や、大学数学（偏微分、全微分、線形代数）などの理解が必須になります。
深層強化学習などでは暗記した状態とは別の形で出題されることも多く、数式の深い理解が必要になります。「例題を解いても別の問題では解けない……」となるくらいなら、結局のところは基礎固めが近道になるケースもよく聞きます。
下記の書籍はディープラーニングに必要な数学を高校1年生レベルの数学からのやり直しができる良書となっているのでおすすめです。
また、編集部では機械学習・データサイエンスに必要な数学を学べるおすすめ書籍をまとめた記事も執筆しておりますので、ぜひそちらもご確認ください。
Python
Pythonのスキルが足りない場合、認定講座のカリキュラムでキャッチアップできなくなったり、試験の本質的な学習への時間が割けないリスクがあるため防ぐためにも事前に学習しておきましょう。
E資格ではPythonの基本的な文法に加え、データ分析に使われるNumpy・Pandasなどのライブラリの使い方の理解も必要になってきます。下記の本はサンプルコード付きで学べるので、しっかりとマスターしておきましょう。
また、編集部ではpandas・Numpyの両ライブラリを学べるおすすめ参考書を紹介する記事も執筆しておりますので、ぜひそちらもご確認ください。
ポイント②：頻出箇所は専門書で深堀りながら学習
E資格ではディープラーニングのCNN（画像認識系）とRNN（言語処理系）など、各領域に特化しての学習が必要になります。世に存在する多種多様のAIを全て理解することはできませんが、最重要と呼ばれる上記２つについては最低限マスターしておきましょう。
なお、E資格では「ゼロつく」シリーズの本から問題が出題される傾向にもあり、ほぼ同じコードが出題されたこともあります。確実な試験対策をしたい方は両方持っておきたいところです。
ポイント③：常に最新の出題範囲をキャッチアップすることを忘れずに！
ディープラーニング業界はそもそも変化が早いため、それに合わせてAI・機械学習系の資格は試験範囲がアップデートされます。最新の書籍や認定講座では対応していない可能性も高いため、各自補講を行いましょう。
直近では2022年8月開催の試験からは、深層学習フレームワークによる実装が試験範囲に追加され、受験者は「PyTorch」か「TensorFlow」の実装問題も出題されるようになりました。
編集部ではE資格の出題範囲である「Pytorch」「TensorFlow」の両フレームワークともにおすすめ参考書をまとめた記事を執筆しておりますので、そちらもぜひご確認ください。
ポイント④：問題集を解き、試験本番と同様の問題形式に慣れておく
実際、E資格は1問あたり1分強での解答が必要になるため、悩む暇がないレベルまで瞬発力を高めておく必要があります。
編集部がおすすめするのは講座で学んだ範囲に合わせて、講座を受けた当日・翌日中には問題を解いて定着させておくやり方です。
試験前に総復習として模擬テスト的に解くのもよいですが、試験直前になって理解できていない範囲に気づくよりも、手前で気づけた方がより前段階で理解できていない箇所をシューティングできるのでより合格する可能性が上がるでしょう。
E資格対策のおすすめ参考書一覧
ここからは上記の選び方に基づき、E資格対策のおすすめ参考書を分野別にピックアップして紹介していきます。
なお、多くの方が必ず試験対策に活用している書籍に関しては見出しの前に【必須】マークをつけており、それ以外には見出しに分野を【】内に記載しています。
【必須】ゼロから作るDeep Learning-Pythonで学ぶディープラーニングの理論と実装-
試験合格には必須の一冊。上記でも紹介しましたが、E資格試験にほぼそのままコードが出てきたこともあると噂の「ゼロつく」シリーズの良書です。
本書は普段はブラックボックスになっているディープラーニングの処理を理解することができる良書です。コードを参考に手を動かしながら学ぶことでディープラーニングの理論や本質的な理解に近づくことが期待できます。
また、この本はベストセラーとなっているため、学習で少しわからない部分があったとしてもGoogle検索をすれば解説記事・動画が多様に出てくることも本書の魅力です。本を理解しながら進めれば実装力を上げられることは、数多くの読者が証明していますので是非購入しましょう。
【必須】ゼロから作るDeep Learning ❷ ―自然言語処理編
「ゼロつく」シリーズの第二弾。認定講座自体がこちらをベースにカリキュラムを組まれることもあり、合格者は①と並行して購入されることが多いです。
本書はRNN（自然言語処理）をはじめとして、word2vecや、LSTMやGRU、seq2seqやAttentionなどディープラーニングを支えるこれら最先端の技術を実装レベルでマスターできます。
ただし、前作の理解がないと先に進むことが難しい内容となっていますので、重要度は①＞②となります。まずは前作でCNNを理解してから本書に望むようにしましょう。
【必須】徹底攻略ディープラーニングE資格エンジニア問題集
2023年1月時点でE資格を直接対策するための唯一の参考書となっています。JDLA認定プログラムのＥ資格講座を運営するスキルアップAIの講師陣が執筆しているため質が高く、正答・誤答ともに丁寧な解説がされているため不足知識を認識しやすいことが特徴です。
講座の復習用にも本番前の仕上げに使う用としても、いずれにしても合格するには避けて通れない資格です。
【Python】Pythonによるデータ分析入門 第2版 ―NumPy、pandasを使ったデータ処理
Pythonの文法をある程度身に着け、E資格で必須となる「ライブラリの使い方」をマスターしたい人におすすめしたい一冊。
本書はNumPy、Pandasなどのデータ分析で使うライブラリを細かく網羅的に解説してくれる良書です。関数の使い方を思い出せないとき辞書的に使えたり、学習過程であると助かる一冊となっています。
コード例も豊富かつ、Jupyter Notebookのサンプルもダウンロード可能なので写経して定着させていくことができますので、ただPythonを学ぶ以上に応用させやすい学習ができることでしょう。
【数学】最短コースでわかる ディープラーニングの数学
「ディープラーニングを勉強したいけど高校レベルの数学からやり直したい」「文系だからそもそも応用数学を勉強していない」という方におすすめの一冊。
ディープラーニングに使用する数学に絞って、高校1年生レベルから復習できる良書です。目的がハッキリしているため学習の無駄がなく、効率よく勉強できることが購入のメリットです。試験範囲となっている「微分」「線形代数」「確率・統計」などを網羅的にカバーできます。
高いレベルを目指すにはまず足元から。数学的な理論をベースにディープラーニングを理解しているかどうかで、データエンジニアとしての基礎体力が大きく変わってきますので、数学に自信がない方はぜひ買っておきたい一冊です。
【Python】確かな力が身につくPython「超」入門
こちらは「そもそもPythonをほとんどいじったことがない……」という初心者向けの学習の良本です。
プログラミング入門書は淡々とした説明が多く、読んでいてもテンションが上がらない＆とっつきにくいという印象があるのですが、コミカルな挿し絵も多くわかりやすく学習することができます。
基本的な文法だけでなく、画像処理・アプリ開発・WebAPIをつかったスクレイピングまで幅広い用途でのPythonの活用方法を、豊富なイラストでわかりやすく説明しているおすすめの一冊です。
【Pytorch】最短コースでわかる PyTorch &深層学習プログラミング
2022年8月の試験からは「PyTorch」または「TensorFlow」のフレームワークに関する問題も出題範囲に追加されています。
本書はPyTorchというフレームワークを活用してディープラーニングの実装スキルを学ぶことができます。ディープラーニングの基礎から、画像認識などのモデルの開発・チューニングまでをじっくり学べる内容です。
他の本では「コードの書き方」については厚めの説明がされていたとしても、「なぜそのように記述されたか」の説明が足りていないこともありますが、仕組みについてもしっかりと言及がされています。
PyTorchや、そもそもフレームワークを初めて使うという方も、文字通り「最短」で学べるおすすめの参考書です。
【おすすめ】TensorFlowとKerasで動かしながら学ぶ ディープラーニングの仕組み ~畳み込みニューラルネットワーク徹底解説~
本書は「きちんとニューラルネットワークの原理から理解すること」「その原理をどのようにコードとして書くか」の2点を学習できるため、理論と実践を結び付けることで学習内容が定着しやすいので、初学者におすすめです。
ディープラーニングの代表ともいえる「畳み込みニューラルネットワーク(CNN)」を中心に解説しており、CNNの仕組みを根本から理解することができるので、ディープラーニングの土台作りとなるでしょう。
最小二乗法や勾配降下法などの数学知識も併せて学習できるので、数学知識に自信のない方でも手戻りなく、学習を進めることができます。
また、サンプルコードもGitHub上で多く公開されているので、ダウンロードしてすぐに活用することができます。そのため、実際に手を動かしながら学習したい方にも非常におすすめです。
【辞書的に使う】深層学習
業界著名人、Ian Goodfellowの著書「深層学習」はディープラーニングに関する教科書として世界的な評価を受けており、E資格参考書としてJDLAから推薦を受けています。
E資格や認定講座では各単元の言葉の定義をこちらから参照していることも多く、深層学習の基礎・理論、研究まで網羅していることからまさに「教科書」としての評価を確立しています。
ただし、難易度が高い上に分厚いため、全てを通しで読むことは現実的ではないため、講座や本を読んで理解が難しいと感じたところの大本の定義を深堀り・参照しにいくという「辞書的」な使い方がよいでしょう。
