前の記事 Deep Learning G検定試験合格記念！ド素人の勉強法公開② 実践編
学習方法続き 万全を期すためには
最低限の学習方法に関しては、前回の記事の通り、公式テキストと問題集を繰り返すのみ、でしょう。仮に知識ゼロから始めたとしても、6割取ればいいと想定すると、公式テキストと問題集を繰り返すことで、30時間前後で十分合格レベルに達すると思われます。
ただし、この「最低限やればいい」という発想はちょいとリスキーかな、とも思います。これはあくまでも時間がない場合限定でしょう。
今後ボーダーラインが高まることも考えられます。検定試験というのは基本的に、スタート時は簡単だけど、回を重ねるにつれ段々難しくなっていくことが想定されます。
また、この「G検定」は本当に初歩の初歩だと思われますので、せっかく勉強したからには自発的に学習を広げていくことが必要と思います。よって試験までに時間がある場合（2か月以上）は、この「公式テキスト＋問題集」を柱として、出てきたジャンルで自分が興味ある分野を個別に学習するのがいいと思います。私は公式テキストを読んで、「統計」「回帰分析」というジャンルに大きな興味を持ったので、時間がある時に勉強したいと思っています。また「python」「数学」なんかにも興味が出てきました。もちろんAI/機械学習全般に対する興味も大きく高まっていますので、近々、大きな展示会も見に行く予定です。
受験
試験日は3月20日。初めての「ネット試験」を体験しました。自宅に居ながらにして受験できるのは本当に便利です。試験直前まで粘れるからです。
ネット試験ということは、テキスト見放題、googleし放題ということ。「なんだ、じゃあ用語の定義とか覚える必要ないじゃん」と思うかもしれませんが、残念ながらそうはいきません。前回の記事にも書きましたが、2時間で200問。つまり1問当たり30秒。本を確認したりネットで調べたりする時間は極めて少ないです。問題文も長いものが多かったりするので、ものによっては読むだけで30秒過ぎたりします。もちろん非常に短いものもありますが。
自信がない問題にはチェックマークを付けることができますので、後でじっくり考えることができる、と思い、チェックマークを付けまくっていたのですが（おそらく60問以上）、実際振り返ることができたのは5問程度でした。それくらい時間が足りないです。
用語の定義さえ知っていれば解答可能な問題もあるので、公式テキストや問題集の索引を駆使することも必要です。もちろんgoogleを駆使することも。私はgoogleは5問程度しか使いませんでしたが、google検索を主役にすることも十分考えられます。
本にしてもgoogleにしても、検索に時間をかけすぎず、20秒ほど調べて分からなかったら即、次に切り替えることが必要です。
私の試験後の印象は「落ちたかもしれない」というものでした笑。それくらいできた感覚がありませんでした。理由として
・時間が足りず見直しが全くできなかった
・初めて見る用語がかなりあった。問題全体の4割程度は初めて見る用語があったかもしれない。くわえて全体的に理解が浅かったため、知っているはずの知識も自信なくなっていた。
合格発表は4/1でしたので、試験日から約10日くらいです。メールに「合格」と書かれていてほっとしました。
今後の展望
私がなぜそもそもこの検定を受けたのか。それは、ここ数年大きな問題意識があったからです。それは自分が属する「会計・税務・監査業界」が、非常に無駄が多く、極めて原始的なアプローチの元、いつも同じことばかり繰り返して時間を浪費しているように感じられる、ということ。同業の方に反発をもらうかもしれませんが、これが偽らざる私の感覚です。
例えば新規の監査報酬。何の根拠もなく○○円、と決め、あとは主任以下作業しといて、となることが多かった。類似クライアント・類似論点比較、どれくらい時間をかけるべきか、またどのような問題が想定されるのか、といった科学的？な検討が行われたのを見たことがない。
さらにメンバーの配員。こういった論点が想定される。この論点には過去の例からこれくらい時間がかかる。だから〇人必要、といったアプローチはされず、リソースベースで適当に決められていた。
またIPOはどういった会社が成功するのか、どういった監査が成功と言えるのか、それらに共通する財務指標は、といったことも気になっていました。
他にも税務の進め方、過去のデータの活かし方等、非常に原始的であると感じていました。
こういった山勘ベースの根拠のない手法が非常に大きなロスを生むと感じていたので、このDeep Learningという手法で、自分の業界でもデータに基づくアプローチができるかも、と考えて受験することにしました。
勉強してみた結果感じるのは、Deep Learningという手法は「大量のデータ」を基礎とするので、会計事務所が持つデータは大量とはいえず、定義にはそぐわないかもしれない。とはいえ今後ますますAIをベースとしたクライアントは増えてくるはずですし、データを扱う以上、業務への応用可能性は引き続き非常に大きい、とも思っています。
何より、勉強がめちゃくちゃ面白かった。こんなにのめりこんだのは本当に久しぶりです。
ということで今後も研究を続けていきます！
