はじめに
こんにちは、アプリケーションチームの小西です。
先日、AWS認定資格の1つである、AWS Certified Machine Learning - Specialty (MLS-C01) (以下MLS)に合格しました。
私は業務の中で生成AIを使用することは多いですが、機械学習自体に関する知識はほとんどありませんでした。
今回は、MLSに合格するために機械学習について未経験から勉強した流れについてお伝えできればと思います。
なお、MLSは2026年3月31日で廃止になりましたが、現在、ベータ試験が開始されている、AWS Certified Generative AI Developer - Professionalに通ずる部分もあるかと思います。
本記事の内容が今後AWS認定資格を受験される方のご参考になりましたら幸いです。
AWS Certified Machine Learning - Specialty について
AWS Certified Machine Learning - Specialty は、AWS が提供する認定資格の1つです。
機械学習全般に関する知識や、AWS上でのモデルのトレーニング、デプロイ、運用等に関して問われます。
AWS Certified Machine Learning - Specialty は、AWS クラウドでの機械学習ソリューションの構築とデプロイに関する専門知識を実証します。この資格認定は、AWS ベストプラクティスに従って機械学習/深層学習ワークロードを設計し、モデルトレーニングを最適化して、本番環境対応の機械学習システムを実装できることを雇用主に実証します。
下記より引用
試験の時間と問題数については下記の通りです。
- 試験時間：180分
- 問題数：65問
1問あたり3分弱での回答が求められます。
問題文もそれなりに長いものがあるので、意外と時間はないです。
試験前
試験前にやったこと、勉強の方法などです。
試験ガイドを読む
まずは、何よりも先に受験するAWS認定資格のページから試験ガイドを確認しました。
下記の点を中心にざっくりと試験内容を把握しました。
- どのようなタスク、ユースケースについて問われるか
- 試験範囲内のAWSサービス
- 試験範囲外のAWSサービス
ポイントとしては、試験範囲外のAWSサービスもしっかりと確認するようにしました。
それらのサービスも知っておくのはよいことですが、試験合格に向けてという点では勉強しないで良い部分をはっきりさせるためです。
機械学習の基礎を勉強する
次に、AWSでの機械学習系サービスの使用以前に、そもそも機械学習に関する知識がなかったため、機械学習の基礎について勉強しました。
勉強には、下記の書籍を活用しました。
G検定はAI・ディープランニングに関する検定試験です。
AWSとは関係ないですが、AIに関する歴史や機械学習について、現代の生成AIとは何なのか、AIの仕組みなど、網羅的な知識が学べるため、その公式テキストを勉強に活用しました。
読む中で本の内容だけではイメージが掴みづらいところがあれば、インターネット上の記事や生成AIを活用して確認しました。
ポイントとしては、下記のように3周に分けて読むことで、基礎をおさえつつ、重点的に理解すべき部分はより注力して勉強しました。
- 1周目：全体をさらっと読む。この時点では内容を理解しようと(覚えようと)しない
- 2周目：全体をじっくり読む。内容を理解する(覚える)つもりで、関連するページを行ったり来たりしながら読む
- 3周目：試験ガイドに出てきた単語について理解を確認しながら読む。理解が浅いと感じられた部分は何度も確認する
特に機械学習関連の用語はどこから手を付けたらよいのかすらわからなかったので、書籍を活用することで段階的に学べて良かったです。 例えば以下のような内容についてわかりやすく学べました。
- 教師あり学習、教師なし学習、強化学習の違いと使いどころ、学習に使われる手法
- 基本的なニューラルネットワークの仕組みと、活用例について
「学習の精度を上げるにはどうすればよいか」「特徴量を減らすにはどうすればよいか」などの実際にAIモデルをトレーニングする際にどのように活用するかをイメージしながら読むのが大事だと感じました。
AWS ドキュメントを読む
試験ガイドで範囲内となっていたAWSサービスについて、AWS ドキュメントを確認しました。
分量は多いですが、AWSのドキュメントはメジャーなユースケースについてはほぼドキュメントに情報があるため、ざっくりと目を通すだけでも大きく理解が深まりました。
ポイントとしては下記の点があります。
- 疑問に思った点をメモしながら読む
- メモした内容がAWSのドキュメント内で出てこない場合、別途調べる
- ほとんどのサービスに共通する事項(ロギング、モニタリング、アクセス管理など)は確実に押さえる
- 複数サービスの組み合わせを意識する。どのサービスと連携して何ができるのかに注意しながら読む
- サービス名の変更などに注意する
- 例：旧Amazon SageMaker は Amazon SageMaker AI に名前が変更されている。そのため、新Amazon SageMakerと混同しないようにする。
- サービスの概要を把握していれば文脈でわかるはずだが、試験で「Amazon SageMaker」と出てきたときに、どちらの話なのか混乱しないよう気をつける
特にAmazon SageMakerはとても機能の多いサービスですが、データの準備、モデルのトレーニング、評価、デプロイ、運用時のモデルの改善といった一連の流れを意識することで理解しやすくなるかと思います。 実際に運用するところまで想定した上で疑問に思うところがないか洗い出すようにしましょう。
試験中
私の場合、テストセンターで受験しました。
試験中は以下を意識して進めました。
ペース配分に注意する
1問あたり3分弱で回答しなければならないので、ペース配分に注意する必要があります。
私の場合、回答時に下記の3つのタイプを意識して進めました。
- 回答に自信がある問題
- 回答をある程度絞り込むことができて、記憶を掘り起こすことで正解できそうな問題(☆)
- このタイプの問題については回答が一巡してから見直しを行いました
- 回答に全く自信がない問題
- 例：問題文に全くわからない単語が含まれているなど
- このタイプの問題については考えても正解できる見込みがないので、回答時間をあまりかけず、見直しもしませんでした
およそ残り時間30分になるくらいで一巡目を終えて、その後20分ほどかけて☆のタイプの問題の見直しを行いました。
疑問を記憶する
試験時間の残りの10分は、試験中にわからなかった点の記憶に時間を当てました。
単語や機能についてどうなるかわからなかった部分を並べて、頭の中で復唱して記憶しました。
試験後
試験が終了した後は下記を行いましょう。
試験後すぐ：記憶した疑問を書き出す
試験が終了して手続きを終えたら落ち着ける場所に移動して、記憶した疑問をスマホのメモに書き出しました。
例えば以下のようなイメージです。
- xxxという単語
- xxxとyyyの違い
- サービスAはサービスBと直接連携できるのか、サービスCを使用して自分で仕組みを作る必要があるのか
- サービスAでxxxをする方法
特に、後からブラウザやAIで調べるときにそのまま使用できそうなワードを含めておくと良いと感じました。
メモさえ終えれば、記憶したことも忘れてしまって大丈夫です。
その日はゆっくりと休みましょう。
後日：復習する
後日、書き出した内容の復習を行いましょう。
わからなかった部分をベースにしつつ復習することで、新しい知識を得つつ、試験のために勉強した内容を定着させることができます。
正直なところ、次のAWS認定資格にも繋がるので、事前の勉強よりも復習の方が大事だとすら感じました。
おわりに
今回の記事では、AWS Certified Machine Learning - Specialtyの合格に向けてやったことを共有させていただきました。
機械学習自体についても何も知らないところからの勉強だったので、新しく知る内容が多く、とても刺激になりました。
本記事がどなたかのご参考になりましたら幸いです。
ここまでお読みいただきありがとうございました。
