【ユーザ名】　：　zi-kan
【会員プラン】：　プロフェッショナル
【実務経験】　：　
【取得済み資格】：　

【受験科目】　：　【MLS-C01】機械学習 - 専門知識
【受験言語】　：　日本語
【受験日】　　：　2023/05/08
【スコア】　　：　809 点
【合否】　　　：　合格
【学習期間】　：　1 か月
【受験回数】　：　1 回目
【受験目的】　：　自己啓発・技術の証明
【テキスト】　：　Tech Stock, Udemy, ディープラーニングG検定（ジェネラリスト）最強の合格テキスト［明瞭解説+良質問題］
【AWS公式模擬試験】：　はい

【分野 1】：　データエンジニアリング 20%
→　コンピテンシーを満たしている

【分野 2】：　探索的データ解析 24%
→　コンピテンシーを満たしている

【分野 3】：　モデリング 36%
→　コンピテンシーを満たしている

【分野 4】：　機械学習の実装と運用 20%
→　コンピテンシーを満たしている

多くの方が指摘しているように、この試験は、アルゴリズムを含む機械学習に関する知識を試す問題が約半分、残りの半分は Amazon SageMaker を含む AWS に関する問題という印象でした。特に機械学習については、「教師あり学習か教師なし学習か ? 」、「回帰問題か分類問題か ? 」、「与えられたユースケースに適合したアルゴリズムは何か ? 」、「過学習が起こったときの対策は何か ? 」などを理解していなければ、解答するのが難しい問題が多かったように感じます。

試験のレベル感としては Tech Stock と Udemy で不明点をなくすような勉強法をすれば問題ないという印象を持ちました。(Udemy は解説はかなり不十分ですが、本番に向け、解く問題のバリエーションを増やすという観点ではやっておいて損はなかったです)

データ収集に関する問題は、Amazon Kinesis、AWS Glue、Amazon S3 に関する内容が大部分を占めていました。DAS を既に合格されている方であれば、特別な学習を必要とせずに回答可能です。(私自身は、DBS →DAS →MLS の順番で専門領域の試験を受けてきました。)

その他の AWS に関する問題は、Amazon SageMaker を除けば特に学習を必要とするものはないと思います。しかし、AWS Elastic Container Registry(ECR) など、コンテナ関連の内容については復習しておいた方がよいかもしれません。

また、私のように機械学習未学者の方はやはり、G 検定のテキストを一冊購入することをお勧めします。どの本が最適かは私自身では判断できませんが、自分自身が読みやすいと感じるものであれば何でもよいと思います。私はまずテキストを一通り読み、その後、Tech Stock などを使って演習を行い、理解を深めました。(ただし、テキストだけを読んでいてもなかなか理解が進まなかったので)

この ML は AWS の認定試験の中でも非常に特殊なものです。また、「統計的なアルゴリズムを覚えても、実際には何の意味があるのだろう ? 」と感じることもありました。一方で、生成 AI がトレンドとなり、「 AI があれば何でもできる」という風潮が強い現状を考えると、この ML の学習は、このブームの位置づけを体系的に理解する良い機会となったと思います。