E資格とは~対策方法まとめ~

E資格とは？

E資格（エンジニア資格）とは、ディープラーニングを実装する技術を持つエンジニアに与えられるAI資格の一つ。

「一般社団法人日本ディープラーニング協会」(JDLA)の実施する認定プログラムを受講し、試験に合格することで取得することができます。JDLAの認定している講座の受講が受験資格となるため、独学では取得することができません。

近年、成長を見せているAI事業。AIエンジニアは、機械学習を行ううえでPythonなどのプログラミング知識は必須。そのほか、確率や統計学など、データ解析には数学的知識も必要になります。

AI資格には、基本情報技術者試験やPythonエンジニア試験、統計検定などもあります。どれもAIエンジニアになるうえで、必須の資格ではありませんが、新しい知識が求められるAI関係の業界では取得のための勉強がそのまま技術にも繋がります。

中には、ITパスポートなどの国家試験も存在しますが、大手SIerの就職などを希望する人は、資格を取得しておくことで就活にも役立ちます。

E資格を独学で学びたい

E資格のメリット

ディープラーニングシステムの実装ができるようになる

ディープラーニングの産業への取り組みが進む中、ディープラーニングを含むAI技術者が必要とされていますが、現在、全く人材が足りない状況です。企業、研究所、大学などでAI技術を学ぶ機会は少なく、独学で身につけるのも簡単ではありません。
E資格を受ける最大のメリットは、ディープラーニングを実装レベルまで学べることではないでしょうか。

JDLA主催のコミュニティに参加できる

E資格の試験に合格すると、JDLAが主催する様々なコミュニティに参加することができます。コミュニティに入ると、ディープラーニングに関する勉強や様々な情報交換ができるだけでなく、普段では知り合えないようなディープラーニング専門家との人脈ができ、キャリアアップも期待できます。

就職や転職に有利

AI技術者不足は世界中の問題となっていますが、日本では特に人材が不足しています。ディープラーニングを実装できるＡＩ技術者の評価は年々高まっており、異業種からの技術者引き抜きも多くなっています。
今後、ますます技術者の価値が高まっていくことが予想されるので、E資格を持っていれば就職や転職に有利になることは間違いないでしょう。

E資格は転職で使える？

名刺に資格ロゴを表記できる

E資格を持っていると、名刺にE資格ロゴを表記できるようになります。流行りにのって名刺にAI技術者と表記する人もいますが、E資格はJDLA主催の資格なので確固たるAI技術者であるという証明ができます。
最も良く使用されている表記は、正式名称版が「JDLA Deep Learning for ENGINEER 2019 #1 合格者」、短縮版が「JDLA E資格 2019 #1 合格者」となります。

目指したいスキルアップ像で選ぶ
信頼できるE資格対策事業者3選

E資格の受験資格を得られるJDLA認定プログラム提供社(2022年3月15日時点)の中から、
・専門家の監修を受けている質の高い教材を活用している
・数多くの企業・受講者が過去に受講している
3講座をそれぞれの講座の内容から習熟度別に紹介します。

職業別E資格の知名度

知名度を調査したところ、AI事業などに関わる人のほとんどは存在を認知していました。
しかし、エンジニアの中でも「名前は知っているが、どんな資格なのかは把握できていない」という人が半数近くいることがわかりました。

このページでは、E資格とはどんな内容の資格なのかを解説していきます。

E資格を取得しようと考えたことのある人の割合

E資格を取得しようと考えたことのある人の割合はなんと、44%。約半数近い人が取得をしようと考えたことがある、と答えました。実際に取得をしている人を見ても、26%と3割近くの人は実際に資格を取得した、と答えています。E資格に関しては、必要性を感じて資格取得を考える人が多い割合で存在していることがわかりました。

今後、AI事業やディープラーニングを用いた技術が発展していく中で、資格を先に取得しておくことは、将来への投資になると考えられます。

E資格概要

受験資格

試験日の過去2年以内にJDLAが認定しているプログラムを修了している必要があります。認定プログラムは2020年4月時点で13ですが、今後、増えていく予定となっています。内容はディープラーニングの基礎から既にエンジニアとしての知識がある人向けのものまで様々です。試験時間は120分で108問程度が出題されます。

おすすめE資格認定講座の比較を見てみる

試験日程

2020年～2023年の試験日程
2020#1 2020年2月21日（金）・22日（土）（終了）
2020#2　2020年8月29日（土）(中止)
2021#1　2021年2月19日（金）・20日（土）
2021#2　2021年8月27日（金）・28日（土）
2022#1　2022年2月18日（金）・19日（土）
2022#2　2022年8月26日（金）・27日（土）・28日（日）
2023#1　2023年2月17日（金）・18日（土）・19日（日）
2023#2　2023年8月25日（金）・26日（土）・27日（日）※申込み期間は未定です

E資格の受験料

• 一般：33,000円（税込）
  団体でのバウチャー受験が可能、支払いは銀行振り込み、バウチャー発行まで2営業日
• 学生：22,000円（税込）
• JDLA正会員・賛助会員27,500円（税込）
  会員割引バウチャー発行、支払いは銀行振り込み、バウチャー発行まで2営業日

※バウチャーの有効期限は申込み検定の回のみとなります。

【引用元】日本ディープラーニング協会公式HP(https://www.jdla.org/certificate/engineer/)

E資格を取得するのにいくらかかるのか

講座の受講費用

E資格対策ディープラーニング短期集中講座
受講費用	Eラーニング184,000円 （税不明） キャンペーン価格7,800円（税込　※2023年3月31日まで）
受講方法	Eラーニング
【オンライン特化】全人類がわかるE資格コース
受講費用	オンライン149,600円（税込、セットプラン、割引・返金制度あり）
受講方法	オンライン、動画補講
ディープラーニングハンズオンセミナー
受講費用	E資格受験プラン165,000円 （税込）
受講方法	オンライン、動画補講
3カ月で現場で潰しが効くディープラーニング講座
受講費用	495,000円（税込、割引あり）
受講方法	ハンズオン、オンライン
Aidemy Premium Plan E資格対策コース
受講費用	327,800円（税込、返金保証有）
受講方法	オンライン（コード添削、メンター制度、オンラインビデオカウンセリングあり）

【引用元】
AI研究所公式HP(https://ai-kenkyujo.com/ai-e-shikaku/)
AVILEN公式HP(https://portal.ai-trend.jp/ai_engineer_course/)
キカガク公式HP(https://www.kikagaku.co.jp/course/deeplearning-hands-on)
Study-AI公式HP(https://study-ai.com/jdla/)
Aidemy公式HP(https://aidemy.net/grit/premium/curriculums/e-test/)

E資格の受験費用について

受験費用は講座の料金に含まれている場合と含まれていない場合があります。

詳しくは各講座の公式ホームページをご確認ください。

試験会場

受験申し込み時に、北海道から沖縄まで全国の指定試験会場から希望会場が選択できます。各会場には定員があり、定員になった場合には、希望する会場を選べないことがあります。日本国内試験会場のみでの受験となり、海外では試験を受けることができません。

出題範囲

シラバスからJDLA認定プログラム修了レベルの問題が出題されます。ソースコードを含む問題はPythonで記述しますが、ChainerやTensorFlow等の機械学習系ライブラリには依存しない問題が出題されます。2020年4月時点でのシラバスのカテゴリには応用数学、機械学習、深層学習、開発・運用環境があり、シラバスの内容は１～２年に１度見直されます。

E資格の難易度・経験者の口コミ

E資格の難易度はとても高く、少し勉強したくらいでは合格することができません。
試験は多肢選択式で行われ、試験時間は120分で100問程度の問題が出題されます。つまり、１問あたり1分で解いていかないといけないわけです。試験問題のレベルはJDLA認定プログラム修了レベルとされますが、基本的にディープラーニング技術の実装レベルの力が必要です。

体験者に聞いた「E資格の難易度」はどうだった？

E資格を受けた人の口コミ・感想

E資格の合格率

過去3回のE資格試験の受験者数、合格者数、合格率は以下のようになっています。

開催年度	受験者数	合格者数	合格率
2018年（9月）	337人	234人	69.44 %
2019年（2月）	387人	245人	63.31 %
2019年（8月）	669人	472人	67.82 %
2020年（2月）	1,042人	709人	68.04%

これを見ると、合格率は60%～70%で、受験者の半数以上が合格しています。
合格率だけ見ると簡単そうに見えますが、E資格を受験する人は普通以上の知識や技術力を持っている人ばかりです。しかも受験のために猛勉強してきた人達です。そう考えると、E資格は合格率以上に難しい試験であるといえます。
E資格の合格ラインは非公開です。JDLA公式ページでも非公表としていることが記載されているので、合格に必要な点数は不明です。

E資格参加者の特徴

E資格参加者の年齢層は10代から60代と幅広いです。業種は、ソフトウェア業と情報処理･提供サービス業、製造業、サービス業、金融･保健、不動産業、医療福祉、学生など様々な人が試験を受けています。

【年齢別受験者数】2020年（2月）

年代	人数	比率
10代	3名	0.42%
20代	287名	40.48%
30代	237名	33.43%
40代	144名	20.31%
50代	35名	4.94%
60代	3名	0.42%

【職種別受験者数】2020年（2月）

職種	人数	比率
一般社員級	422名	59.52%
主任・係長級	137名	19.32%
課長級	57名	8.04%
部長級	14名	1.97%
役員・経営者	18名	2.54%
学生	45名	6.35%
無職・その他	16名	2.26%

引用元:JDLA試験実施レポート（2020年3月）
https://www.jdla.org/news/20200303001/

E資格の取得方法

E資格とは、ディープラーニング理論について体系的に理解し、適切な手法でディープラーニング技術を実装できるエンジニアであることを認定する資格です。資格を取得するには、一般社団法人 日本ディープラーニング協会（以下JDLA）が年二回実施している検定試験に合格する必要がありますが、試験日の過去2年以内にJDLA認定プログラムを修了していなければ受験することができません。
ディープラーニング技術は2012年頃より急速に発展してきました。その中でも音声認識や画像認識の技術進歩は著しいものがあり、すでに世界では、あらゆる産業にディープラーニング技術をつなげていこうという取り組みが進んでいます。そんなグローバル社会の中で戦っていくためには、日本においてもディープラーニングを中心とする産業を拡大する必要性が急務となってきています。
そのために、ディープラーニングを主要事業とする企業が中心となって2017年6月に設立されたのがJDLAで、産業へのディープラーニング活用促進、国際連携、人材育成、産業や公的機関への提言などの活動を行っています。
ディープラーニングを活用するには、ディープラーニングを正確に理解して実装し、それを活用できる人材が必要ですが、まだまだ十分な人材が育成されていません。JDLAでは、ディープラーニング技術を習得してもらうために年二回認定試験を実施しています。

引用元:JDLA公式HP
https://www.jdla.org/about/

E資格の認定講座一覧はこちら

合格率の高いE資格対策講座

※8月29日に予定していたE資格（2020＃2）は、新型コロナウィルス感染症の拡大状況等を踏まえ中止となりました。

E資格の合格率	68.04%（2020年2月／2020#1） 1,042人中709人

合格率の高い事業者を選ぶべき理由は、E資格対策につながるように講座の内容や学習のサポートが充実している指標となるためです。E資格認定講座や、認定プログラムが受けられる事業者の中で合格率を公表している講座はほとんどありませんが、中でも以下で紹介する講座は高い合格率を公開している3社です。

E資格対策の講座体験談はこちら

AVILEN　合格率…94.4％（2020#1）

講義期間が1.5カ月〜と短いにもかかわらず、合格率が94.4%(2020年2月試験において)とE資格の合格率平均を上回る実績があります。E資格講座の中でもトップの合格率となっている決め手は、基礎講座の多さだけではなく、より実践的であること、チャット質問し放題、コードの無制限添削、専属メンターサポートなどの充実も目立ちます。また、AVILENはAI開発事業をメイン事業としているため、実践を学ぶことができます。

オンライン特化型の品質の高い講座が特徴で、価格も業界最安値水準で受けることができます。最短期間で、E資格を取得したい人に特におすすめできます。(合格率は2020年2月試験実施当時)

AI人材育成「AVILEN」の特集ページを見る

Skillup AI　合格率…現在記載なし（2020#1）

スキルアップAIも81.0%と、全体の合格率を10%以上上回る合格率となっています。E資格講座では、動画で事前に知識の予習を行い、対面でその知識の深堀やアウトプットをしていくという学習スタイルをとっています。また、ティーチングアシスタントがいるため、不明点がその場で質問・解消できることも特徴です。

未経験の場合は「機械学習のための数学講座」を同時に受講することが推奨されており、2講座あわせたE資格に関する学習も可能です。(2019年8月試験実施当時の公開されていた合格率は81.0％)

スキルアップAiの特集ページを見る

E資格の対策方法まとめ

E資格試験の取得を目指す際には、基本的にはJDLA認定プログラムの受講が中心となります。しかし、認定プログラムを受講したからといって必ず合格するわけではなく、必要に応じて自分の苦手分野をカバーすることが必要です。

そこでこの記事では、JDLA認定プログラムにプラスしておきたい資格の対策方法について説明。参考書や模擬試験などをご紹介していますので、自分が使いやすい方法や有効であると感じた方法を取り入れながら、資格試験に備えておきましょう。

参考書

E資格の対策において、自分の苦手な分野についてピンポイントで学習するためには、まず参考書を手元においておくことがおすすめです。ただし、G検定のように公式テキストがあるわけではないため、さまざまな書籍の中から自分で選ぶことになります。

参考書を選ぶポイントとしては、公式サイトの推薦図書として掲載されているものの中から選ぶと良いでしょう。ここでは、おすすめの参考書を何冊かご紹介しますので、ぜひ参考にしてみてください。

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

ディープラーニングの初歩的な内容に加え、そこから一歩踏み込んでより深く理解してもらうことを目的とした書籍です。例えば「ディープラーニングとは」「ディープラーニングの特徴とは」「どのような原理なのか」「ディープラーニングはいつ生まれたのか」など基本的かつ重要な内容をできるだけ優しい言葉で説明しているため、非常にわかりやすい、と評判が高いことで知られている一冊。初めてディープラーニングを学ぶ人にもおすすめです。

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の詳細ページへ

深層学習 (機械学習プロフェッショナルシリーズ)

機械学習技術の数学的な基礎理論や実用的なアルゴリズムの活用方法を全29巻に渡って解説している「機械学習プロフェッショナルシリーズ」の一冊。「深層学習」はディープラーニングについて、トップ研究者が解説した一冊。E資格の取得を目指している人はもちろん、データサイエンス分野で研究を始めようとしている学生にもわかりやすいように、軽快な語り口で説明。図を多く用いていることもあり、読み進めやすい参考書となっています。

深層学習 (機械学習プロフェッショナルシリーズ)の詳細ページへ

深層学習

ディープラーニングを学ぶ人の教科書として、世界中で高い評価を受けている一冊です。ディープラーニングを学ぶために必要な数学の知識やニューラルネットワークの基礎、CNN、RNNなどの手法など、基礎的な内容について理論を含めてしっかりと学んでおきたい、と考える人におすすめしたい、入門として最適な一冊です。

執筆を担当したのは、近年のディープラーニングにおける研究をリードする著名な研究者たちとなっています。

深層学習の詳細ページへ

人工知能プログラミングのための数学がわかる本

人工知能関連書籍に登場する数式に対する抵抗感を無くし、専門書を読むための数学の基礎力を身につけることを目的とした一冊。人工知能プログラムに必要な分野に特化した内容になっていますが、ゼロからおさらいしながら内容が進んでいくため、誰でも理解しながら読むことができるでしょう。

第1章では、「数学基礎」と題して中学1年生から高校レベルの数学を復習。基礎を固めるところからスタートし、後半ではPythonのコードを動かすことによって理解を深められます。

人工知能プログラミングのための数学がわかる本の詳細ページへ

徹底攻略ディープラーニングE資格エンジニア問題集

E資格の出題傾向を徹底的に分析した上での模擬問題を多数収録しており、より合格できるレベルに近づけられる問題集。執筆は、JDLA認定プログラムの第1号事業者である、スキルアップAIの講師陣が担当しており、丁寧でわかりやすい解説が特徴。正答・誤答ともに技術解説をしているため、たとえ間違った部分であっても知識として吸収されるスピードが早くなります。自分の苦手分野を見つけるためにも、試験前には繰り返しトライしたい一冊。

徹底攻略ディープラーニングE資格エンジニア問題集の詳細ページへ

模擬試験

AVILEN E資格本番模試

AVILENによる、E資格本試験前の直前対策として行われる模擬試験。本番同様の問題数で本番の試験を疑似体験できるため、試験の前に一度受けておくのがおすすめです。試験終了後には、回答解説動画や資料を全ての受験者に公開しているため、間違った部分があったとしてもしっかりと理解ができるでしょう。

誰でも申し込みができ、さらに期間内の好きな時間にオンライン受験可能です。初回の受験者には個別のレポートを案内しています。

Eもぎライト

E資格模擬テスト20題と解説を掲載しており、無料で使用できるページ。E資格はどのような問題が出題されるのか興味がある人や、E資格受験を予定している人におすすめの内容となっています。

Eもぎライトを利用する際には、公式ホームページから利用申請が可能。どのような雰囲気の問題が出題されるか、と言ったことは体験できるものの、試験対策としてはこれだけでは十分とは言えないので、他の模擬試験や問題集を併用したいところ。

過去問

E資格の過去問は販売されていません。

ただし、JDLA認定プログラムの講義を受ける上では類似の内容を取り扱っているはずなので、しっかりと訓練することで本試験の対策ができるでしょう。

講座（JDLA認定プログラム）

E資格の
認定講座一覧・比較表

E資格取得のためにはJDLA認定プログラムの受講が必須となります。認定プログラムを修了したら2年以内に試験を受けて合格する必要がありますので、受講後は速やかに受験することが望ましいと言えます。

JDLA認定プログラムは1つではありません。さまざまな企業が認定プログラムの講座を開講していますので、内容や受講期間、受講費用などについて比較してみましょう。対面やオンラインなど形式もさまざまなので、自分に合った講座を見つけてください。

E資格の出題範囲 応用数学

応用数学（applied mathematics）とは、数学的な知識を他分野に適用することを主とした数学の総称です。確率・統計計算や分析手法、グラフ理論、数値解析、待ち行列理論など基本的数学原理を理解し活用できることが求められます。

応用数学【出題範囲】

線形代数

• 特異値分解：複素数や実数を成分とする行列に対する行列分解手法の一つで、統計学や信号処理で用いられます。行列に対するスペクトル定理の一般化でもあり、固有値分解のような正方行列だけでなく任意の形の行列も分解できます。

確率・統計

• 一般的な確率分布：確率変数に対し、各々の値をとる確率を表したものです。ここからはベルヌーイの分布、マルチヌーイの分布、ガウス分布が出題されます。
• ベイズ則：統計学の基本的な定理で、条件付き確率に関して成り立つ定理です。

情報理論

• 応用数学のデータ定量化に関する分野で、出来る限り大量のデータを媒体に格納したり通信路で送ったりすることを目的とする理論です。情報理論の応用としては、伝送路符号化（DSL）、非可逆圧縮（MP3）、可逆圧縮（ZIP形式）などがあります。

E資格で必要な数学の知識

E資格の出題範囲 機械学習

機械学習とはコンピューターに学習させることです。人工知能（AI）に学習させる方法には人間がデータを入力する方法と機械学習の方法があります。人間が入力する方法はプログラムでコンピューターに知識を蓄積する方法で、一世代前のAI機械は全てこの方法でした。
機械学習は、例えば画像認識のように、コンピューターが膨大なデータから特徴を見つけだして分類していく方法です。機械学習には「教師あり学習」と「教師なし学習」があります。教師あり学習は、「この画像は犬である」というように、入力データと回答が1対1で紐づいた情報を使った学習方法です。教師なし学習は、入力データと回答という紐づけがなく、データが持つ特徴を探しだして似たようなもの同士をグループ分けする学習方法です。

機械学習【出題範囲】

機械学習の基礎

• 学習アルゴリズム
• 能力、過剰適合、過少適合
• ハイパーパラメータ
• 検証集合
• 最尤推定
• 教師あり学習アルゴリズム
• 教師なし学習アルゴリズム
• 確率的勾配降下法
• 深層学習の発展を促す課題

実用的な方法論

• 性能指標
• ハイパーパラメータの選択

E資格の出題範囲 深層学習

深層学習（ディープラーニング）は人工知能(（AI）の発展に必要な技術で、常に研究・開発が進んでいます。人間の神経細胞をモデル化したニューラルネットワークがベースとなっているディープラーニングは顔認証システムや自動車の自動運転システムなどに使われています。
ディープラーニングには様々な手法があり、出題範囲も広範囲になります。
順伝播型ネットワークは入力層、中間層、出力層を含むニューラルネットワークで、ここでは基本的に情報の流れは入力層から出力層に向けて流れ、逆方向には流れません。また、ある層に存在するユニットは、隣接している前層の全ユニットの出力を受け取って演算を行い、隣接する後層の全てのユニットに出力値を渡します。同一層内でのユニット接続はありません。
深層モデルのための正則化とは、機械学習の過学習を防いだり、パラメータ数が方程式よりも多いという設定不良問題を解決したりするために、パラメータに制約を課す手法のことです。

深層学習【出題範囲】

• 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
• 強化学習
• 深層学習の適応方法

E資格の出題範囲 開発・運用環境

開発・運用環境は2020年から新しく追加されました。出題範囲自体は、それほど広くないですが、ディープラーニングを実装するためには、とても重要な部分となります。軽量化・高速化はディープラーニング実用のための核といってもいい分野です。軽量化・高速化の範囲にはデータ並列やモデル並列の分散処理知識、軽量化技術としてはプルーニングや蒸留、量子化も含まれています。動画再生や3D画像処理など、グラフィックスに関する大量データの演算処理に使うアクセラレータGPU（Graphics Processing Unit）の知識も必要となってきます。
また深層学習ライブラリのミドルウェアも範囲に含まれています。通信大手会社が実装した様々なライブラリがあるので、これも使いこなしておく必要があります。

開発・運用環境【出題範囲】

ミドルウェア

• 深層学習ライブラリ

軽量化・高速化技術

• 軽量化技術（量子化・蒸留・プルーニング）
• 分散処理（モデル並列・データ並列）
• アクセラレータ（GPU）

引用元:JDLA_Eシラバス_2020版[PDF]
https://www.jdla.org/wp-content/uploads/2019/09/JDLA_E%E3%82%B7%E3%83%A9%E3%83%90%E3%82%B9_2020%E7%89%88.pdf