E資格
AI実装エンジニア / 民間資格(JDLA)
どんな試験か
日本ディープラーニング協会(JDLA)が実施する、ディープラーニングを実装するエンジニア向けの資格試験です。G検定が「事業活用人材」向けなのに対し、E資格は「実装人材」向けで、数学・機械学習・深層学習を実装レベルで問われます。受験には事前にJDLA認定プログラムの修了が必要です。
出題傾向
応用数学
線形代数、確率・統計、微積分
機械学習
基礎アルゴリズム、評価指標、ハイパーパラメータ
深層学習
CNN、RNN、誤差逆伝播、最適化、正則化
開発・運用環境
PyTorch / TensorFlowから受験時に選択
2024年8月の改訂で「機械学習・深層学習の基礎アルゴリズムの理解」に重点が置かれる方針に。2026年8月から再度シラバス改訂が予定されています。
サンプル問題（3問）
公式の過去問は非公開のため、傾向に沿った例題を掲載しています。
問1
誤差逆伝播法(Backpropagation)において、勾配を計算するために用いられる規則はどれか。
A. チェーンルール(連鎖律)
B. ベイズの定理
C. 大数の法則
D. ロピタルの定理
B. ベイズの定理
C. 大数の法則
D. ロピタルの定理
答えを見る
正解：A
誤差逆伝播法では、合成関数の微分にチェーンルール(連鎖律)を適用して各層の勾配を計算します。
誤差逆伝播法では、合成関数の微分にチェーンルール(連鎖律)を適用して各層の勾配を計算します。
問2
ニューラルネットワークの過学習を抑制する手法として最も適切なものはどれか。
A. 学習率を大きくする
B. Dropoutを適用する
C. バッチサイズを1にする
D. 活性化関数を恒等関数にする
B. Dropoutを適用する
C. バッチサイズを1にする
D. 活性化関数を恒等関数にする
答えを見る
正解：B
Dropoutは学習時にランダムにニューロンを無効化することで、過学習を抑制する代表的な手法です。
Dropoutは学習時にランダムにニューロンを無効化することで、過学習を抑制する代表的な手法です。
問3
Transformerアーキテクチャの中核となる機構はどれか。
A. 畳み込み演算
B. 再帰結合
C. Self-Attention
D. プーリング
B. 再帰結合
C. Self-Attention
D. プーリング
答えを見る
正解：C
TransformerはSelf-Attention機構によって系列内の任意の位置同士の関係を直接モデル化できる点が特徴です。
TransformerはSelf-Attention機構によって系列内の任意の位置同士の関係を直接モデル化できる点が特徴です。
向いている人
・ディープラーニングを実装するAIエンジニア
・AIプロジェクトの技術リーダー
・G検定を取得して次のステップを目指す方
学習リソース
公式
JDLA公式サイト(E資格) JDLA認定プログラム一覧 問題集
徹底攻略 ディープラーニングE資格エンジニア問題集(Amazon) 講座
Udemy E資格対策講座