AI実装検定、S級/A級/B級の合格率と難易度

民間資格

AI実装検定はディープラーニングに関する実装能力と知識の判別を目的に行うもので、AIに興味がある方であればどなたでも挑戦することができ、以下に述べる3段階の難易度レベルで体系的なディープラーニングの実装知識とスキルを検定します。AIに興味がある方からAI技術者としてビジネスに活躍できる力まで、幅広い実装知識とスキルを認定します。

試験の概要

申し込み
試験日程
申し込み:随時
試験日:随時
インターネット受付のみ
申込日より3日目以降
(例:10日申込の場合13日以降)の
予約が可能
試験地全国のテストセンターにて実施
各会場ごとのスケジュールは
テストセンター空席照会参照
受験資格どなたでも受験可能
試験内容■S級 CBT択一式50問60分
■A級 CBT択一式60問60分
■B級 CBT択一式30問40分
合格基準各級70%以上
受験料■S級 33,000円
■A級 一般 14,850円
 学割 8,250円
■B級 一般 9,900円
 学割 5,500円
※10%消費税込
合格発表即時判定。
試験後に合否判定が表記された
試験結果レポートが配布されます。
合格された場合、合否発表後
マイページから認定証のダウンロード。

合格ロゴについては、
結果レポートの記載内容を確認。
※試験会場で配布される
結果レポートにご案内が記載される。
受験票受験票の発送はありません。
予約完了時の確認メール及び
マイページにて試験日程・
会場案内・注意事項を明記。
持ち物本人確認書類
主催

問合せ
試験の内容についてのお問合せ
団体申込み
株式会社EQUATION
大阪府大阪市北区豊崎3-19-3
ピアスタワー6階
TEL:06-6359-5533
(平日 9:00~18:00)

試験申し込みCBTサイト
AI実装検定の概要

合格率

主催者(公式)サイトの中、2023年12月の「AIの資格の難易度について」の解説によれば

AI実装検定の合格率はS級・A級・B級の各級いずれもが70%程度で、試験問題に難易度の差があります。

■AI実装検定S級の合格率は70%程度。最難関資格。
■AI実装検定A級の合格率は70%程度。AI難関資格のE資格の認定プログラムにも挑戦できるレベルです。理系大学卒業・社会人程度。
■AI実装検定B級の合格率は70%程度。AI技術者としてビジネスで活躍するための入門資格。

難易度

「S級」「A級」「B級」の3つの認定レベルがあり、AI難関資格のGやE資格(日本ディープラーニング協会主催)の実装レベルを意識した設定となっている。

■AI実装検定S級 CBT四肢択一式、
ディープラーニングの様々なモデル50問60分
AIの実装力だけでなく画像処理をメインとした実践的な力と、自然言語処理や有名モデルの実装などの応用的な実装に対しても挑戦できる力を認定する。
AI実装検定S級の難易度は、最難関であり合格者としての認定証はディープラーニング実装師S級。

■AI実装検定A級 CBT四肢択一式、
数学:20題 / プログラミング:20題 / AI20題、60問60分
ディープラーニングの実装について数学、プログラミングの基本的な知識を有し、ディープラーニングの理論的な書籍読みはじめることができ、独学の準備が出来る力を認定します。
AI実装検定A級の難易度は偏差値表示で60、AI難関資格のE資格(日本ディープラーニング協会主催)の認定プログラムにも挑戦できるレベルです。理系大学生・社会人程度。


■AI実装検定B級 CBT四肢択一式、30問40分
AIの概要についての直感的理解を7つの側面から問う
AI実装検定B級はAIに興味があるが、まったく知識のない入門者が最初の目標として気軽に挑戦できる試験です。AIの概要についての最も基本的で直感的な理解を7つの側面から問います。ディープラーニング、機械学習がどういったものか基本的な概念を獲得していることを認定する。AI実装検定B級の難易度は偏差値表示で45、AIの網羅的な知識を問うG(ジェネラリスト)検定の前段に位置したレベルに設定されている。高校理系卒業・大学生程度。

テキスト・過去問・問題集・講座(PR)

・楽天Books:

楽天Kobo

・Amazon:

AI実装検定、公式テキスト&問題集

・上の0円表示はAmazonが提供するKindle Unlimited 全てのジャンル200万冊以上が読み放題初めての利用は30日間の無料体験

Kindle Unlimited 30日間無料体験

・多くの資格取得に効率が良い勉強方法なのでおすすめ

スタディングで目指す!資格一覧

関連資格

資格一覧を取得の難易度と偏差値でランキング表示
G検定(ジェネラリスト検定)
E資格(JDLA Deep Learning for ENGINEER)

ホームに移動

コメント

タイトルとURLをコピーしました