問題一覧
1
大量のデータから入力と出力のルール・関係性などを学習したもの
2
コスト
3
ヒューリスティックな知識
4
Mini-Max法
5
αβ法
6
フレーム問題
7
売上を予測する際に要素(説明変数)が多いため、予測精度が著しく低下しない範囲内で要素を要約した
8
誤差逆伝播法
9
勾配消失問題
10
A-D変換
11
パルス符号変調
12
高速フーリエ変換
13
エッジデバイス
14
クラウド
15
分散
16
標準偏差
17
実用新案法
18
意匠法
19
メル尺度
20
メモリの使用量はオンライン学習よりも少ない
21
非階層であり、ハードな
22
重心
23
分散表現
24
word2vec
25
サポートベクトル
26
マージン
27
スケーリング
28
A地域における事故の発生回数
29
特異値分解
30
多次元尺度構成法
31
学習率
32
大域最適解
33
停留点
34
照応解析
35
談話構造解析
36
MNIST
37
ImageNet
38
自然言語をコンピュータに処理させること
39
スペクトル包絡
40
MFCC
41
標準化
42
ディープラーニングによって複雑な問題を解決できるようになったが、過学習になりやすい特徴がある
43
パターン認識
44
Tay
45
ベクトル
46
ワンホットベクトル
47
特徴量や学習率は全て機械が自動的に決めるため、ブラックボックス化が起こりやすい
48
Dilated Convolution(Atrous Convolution)
49
1
50
-1
51
0
52
特徴量
53
ネオコグニトロン
54
ステークホルダー
55
双方向RNN
56
誤差関数
57
交差エントロピー誤差関数
58
平均二乗誤差関数
59
過学習
60
専門医の判断よりも正解率は高かった
61
識別モデル
62
生成モデル
63
AIシステムを納品し、更新は行わない
64
オープンデータセット
65
SegNet
66
前提条件、行動、結果
67
事前学習
68
転移学習
69
早期終了
70
再帰構造
71
BPTT
72
パターン認識
73
ブレークスルー
74
バンディットアルゴリズム
75
オントロジー
76
あらゆる問題を効率的に解ける汎用的なアルゴリズムはないということ
77
畳み込み層
78
CRISP-DM
79
EfficientNet
80
転移学習
81
クラスB
82
高度な推論よりも、1歳児レベルの知恵とスキルを身に付けさせる方がはるかに難しいということ
83
経済産業省
84
全結合層
85
k-means法
86
中国語の部屋
87
重み
88
fastText
89
OOV
90
ELMo
91
双方向RNN
92
Python
93
Docker
94
プーリング層
95
ε-greedy方策
96
UCB方策
97
状態表現学習
98
ディープフェイク
99
モンテカルロ法を使用して価値を更新していく手法がある
100
現代版バベルの塔
G検定
G検定
ユーザ名非公開 · 100問 · 2ヶ月前G検定
G検定
100問 • 2ヶ月前G検定udemy3-2
G検定udemy3-2
ユーザ名非公開 · 100問 · 2ヶ月前G検定udemy3-2
G検定udemy3-2
100問 • 2ヶ月前G検定udemy1-1
G検定udemy1-1
ユーザ名非公開 · 100問 · 2ヶ月前G検定udemy1-1
G検定udemy1-1
100問 • 2ヶ月前G検定udemy4-2
G検定udemy4-2
ユーザ名非公開 · 100問 · 2ヶ月前G検定udemy4-2
G検定udemy4-2
100問 • 2ヶ月前G検定udemy2-2
G検定udemy2-2
ユーザ名非公開 · 100問 · 2ヶ月前G検定udemy2-2
G検定udemy2-2
100問 • 2ヶ月前G検定udemy4-1
G検定udemy4-1
ユーザ名非公開 · 100問 · 2ヶ月前G検定udemy4-1
G検定udemy4-1
100問 • 2ヶ月前G検定udemy3-1
G検定udemy3-1
ユーザ名非公開 · 100問 · 2ヶ月前G検定udemy3-1
G検定udemy3-1
100問 • 2ヶ月前G検定udemy1-2
G検定udemy1-2
ユーザ名非公開 · 100問 · 2ヶ月前G検定udemy1-2
G検定udemy1-2
100問 • 2ヶ月前問題一覧
1
大量のデータから入力と出力のルール・関係性などを学習したもの
2
コスト
3
ヒューリスティックな知識
4
Mini-Max法
5
αβ法
6
フレーム問題
7
売上を予測する際に要素(説明変数)が多いため、予測精度が著しく低下しない範囲内で要素を要約した
8
誤差逆伝播法
9
勾配消失問題
10
A-D変換
11
パルス符号変調
12
高速フーリエ変換
13
エッジデバイス
14
クラウド
15
分散
16
標準偏差
17
実用新案法
18
意匠法
19
メル尺度
20
メモリの使用量はオンライン学習よりも少ない
21
非階層であり、ハードな
22
重心
23
分散表現
24
word2vec
25
サポートベクトル
26
マージン
27
スケーリング
28
A地域における事故の発生回数
29
特異値分解
30
多次元尺度構成法
31
学習率
32
大域最適解
33
停留点
34
照応解析
35
談話構造解析
36
MNIST
37
ImageNet
38
自然言語をコンピュータに処理させること
39
スペクトル包絡
40
MFCC
41
標準化
42
ディープラーニングによって複雑な問題を解決できるようになったが、過学習になりやすい特徴がある
43
パターン認識
44
Tay
45
ベクトル
46
ワンホットベクトル
47
特徴量や学習率は全て機械が自動的に決めるため、ブラックボックス化が起こりやすい
48
Dilated Convolution(Atrous Convolution)
49
1
50
-1
51
0
52
特徴量
53
ネオコグニトロン
54
ステークホルダー
55
双方向RNN
56
誤差関数
57
交差エントロピー誤差関数
58
平均二乗誤差関数
59
過学習
60
専門医の判断よりも正解率は高かった
61
識別モデル
62
生成モデル
63
AIシステムを納品し、更新は行わない
64
オープンデータセット
65
SegNet
66
前提条件、行動、結果
67
事前学習
68
転移学習
69
早期終了
70
再帰構造
71
BPTT
72
パターン認識
73
ブレークスルー
74
バンディットアルゴリズム
75
オントロジー
76
あらゆる問題を効率的に解ける汎用的なアルゴリズムはないということ
77
畳み込み層
78
CRISP-DM
79
EfficientNet
80
転移学習
81
クラスB
82
高度な推論よりも、1歳児レベルの知恵とスキルを身に付けさせる方がはるかに難しいということ
83
経済産業省
84
全結合層
85
k-means法
86
中国語の部屋
87
重み
88
fastText
89
OOV
90
ELMo
91
双方向RNN
92
Python
93
Docker
94
プーリング層
95
ε-greedy方策
96
UCB方策
97
状態表現学習
98
ディープフェイク
99
モンテカルロ法を使用して価値を更新していく手法がある
100
現代版バベルの塔