問題1-06
問題一覧
1
Atrous Convolutionを採用している
2
画像中のランダムな位置を矩形領域で隠し、その状態でも予測できるように訓練することで、モデルの汎用性を高めるデータ拡張の一種である
3
(ア)特徴マップ (イ)勾配
4
GPU
5
LDA
6
単純パーセプトロンを用いて非線形分離を行うことができる
7
パラメータのビット数を制限して、モデルを軽量化する
8
特徴量
9
2つの確率変数(XとY)を入れ替えても、相互情報量は同じ値となる
10
データがランダムに分離されている場合、AUCは０に近付く
11
運用開始の時点から、システムの利用者のプライバシーの侵害を防ぐことを意識すべき
12
PoCフェーズで使用するデータは、本開発で使用する予定の手法をテストすることが目的なので、本開発と同程度の量のデータを使用する
13
Vague(データの漠然性が高い)
14
データ分析のモデルを構築した後に、分析モデルの運用に必要なタスクを明確化する
15
完全情報ゲームにおいて、自分の番もスコアの高い手を選び、相手の番で最もスコアの低い手を選ぶ戦略である
16
(ア)損失関数 (イ)小さく (ウ)パラメータ
17
平滑化
18
深層強化学習
19
ハイパーパラメータを、モデルを構築する者が手動で設定できる値であり、その設定によってモデルの学習の状況が変わる
20
時系列データ
1.人工知能の定義と、技術動向・研究における問題
1.人工知能の定義と、技術動向・研究における問題
Tsuyoshi Ikeda · 23問 · 1年前1.人工知能の定義と、技術動向・研究における問題
1.人工知能の定義と、技術動向・研究における問題
23問 • 1年前2.1.機械学習の基本概念・具体的な手法・精度評価
2.1.機械学習の基本概念・具体的な手法・精度評価
Tsuyoshi Ikeda · 22問 · 1年前2.1.機械学習の基本概念・具体的な手法・精度評価
2.1.機械学習の基本概念・具体的な手法・精度評価
22問 • 1年前2.2.機械学習の基本概念・具体的な手法・精度評価
2.2.機械学習の基本概念・具体的な手法・精度評価
Tsuyoshi Ikeda · 20問 · 1年前2.2.機械学習の基本概念・具体的な手法・精度評価
2.2.機械学習の基本概念・具体的な手法・精度評価
20問 • 1年前2.3.機械学習の基本概念・具体的な手法・精度評価
2.3.機械学習の基本概念・具体的な手法・精度評価
Tsuyoshi Ikeda · 16問 · 1年前2.3.機械学習の基本概念・具体的な手法・精度評価
2.3.機械学習の基本概念・具体的な手法・精度評価
16問 • 1年前3.1.ディープラーニングの仕組みと応用
3.1.ディープラーニングの仕組みと応用
Tsuyoshi Ikeda · 17問 · 1年前3.1.ディープラーニングの仕組みと応用
3.1.ディープラーニングの仕組みと応用
17問 • 1年前3.2.ディープラーニングの仕組みと応用
3.2.ディープラーニングの仕組みと応用
Tsuyoshi Ikeda · 21問 · 1年前3.2.ディープラーニングの仕組みと応用
3.2.ディープラーニングの仕組みと応用
21問 • 1年前3.3.ディープラーニングの仕組みと応用
3.3.ディープラーニングの仕組みと応用
Tsuyoshi Ikeda · 12問 · 1年前3.3.ディープラーニングの仕組みと応用
3.3.ディープラーニングの仕組みと応用
12問 • 1年前3.4.ディープラーニングの仕組みと応用
3.4.ディープラーニングの仕組みと応用
Tsuyoshi Ikeda · 27問 · 1年前3.4.ディープラーニングの仕組みと応用
3.4.ディープラーニングの仕組みと応用
27問 • 1年前4.1.ディープラーニングの研究分野
4.1.ディープラーニングの研究分野
Tsuyoshi Ikeda · 12問 · 1年前4.1.ディープラーニングの研究分野
4.1.ディープラーニングの研究分野
12問 • 1年前4.2.ディープラーニングの研究分野
4.2.ディープラーニングの研究分野
Tsuyoshi Ikeda · 19問 · 1年前4.2.ディープラーニングの研究分野
4.2.ディープラーニングの研究分野
19問 • 1年前4.3.ディープラーニングの研究分野
4.3.ディープラーニングの研究分野
Tsuyoshi Ikeda · 3回閲覧 · 26問 · 1年前4.3.ディープラーニングの研究分野
4.3.ディープラーニングの研究分野
3回閲覧 • 26問 • 1年前5.1 AI・データ活用の社会実装とプロジェクトの進め方
5.1 AI・データ活用の社会実装とプロジェクトの進め方
Tsuyoshi Ikeda · 23問 · 1年前5.1 AI・データ活用の社会実装とプロジェクトの進め方
5.1 AI・データ活用の社会実装とプロジェクトの進め方
23問 • 1年前6.1 法規制・倫理ガイドライン・社会問題
6.1 法規制・倫理ガイドライン・社会問題
Tsuyoshi Ikeda · 19問 · 1年前6.1 法規制・倫理ガイドライン・社会問題
6.1 法規制・倫理ガイドライン・社会問題
19問 • 1年前6.2 法規制・倫理ガイドライン・社会問題
6.2 法規制・倫理ガイドライン・社会問題
Tsuyoshi Ikeda · 21問 · 1年前6.2 法規制・倫理ガイドライン・社会問題
6.2 法規制・倫理ガイドライン・社会問題
21問 • 1年前6.3 法規制・倫理ガイドライン・社会問題
6.3 法規制・倫理ガイドライン・社会問題
Tsuyoshi Ikeda · 13問 · 1年前6.3 法規制・倫理ガイドライン・社会問題
6.3 法規制・倫理ガイドライン・社会問題
13問 • 1年前6.4 法規制・倫理ガイドライン・社会問題
6.4 法規制・倫理ガイドライン・社会問題
Tsuyoshi Ikeda · 11問 · 1年前6.4 法規制・倫理ガイドライン・社会問題
6.4 法規制・倫理ガイドライン・社会問題
11問 • 1年前7.1 AIを理解するための数学・統計学
7.1 AIを理解するための数学・統計学
Tsuyoshi Ikeda · 13問 · 1年前7.1 AIを理解するための数学・統計学
7.1 AIを理解するための数学・統計学
13問 • 1年前7.2 AIを理解するための数学・統計学
7.2 AIを理解するための数学・統計学
Tsuyoshi Ikeda · 17問 · 1年前7.2 AIを理解するための数学・統計学
7.2 AIを理解するための数学・統計学
17問 • 1年前問題1-01
問題1-01
Tsuyoshi Ikeda · 20問 · 1年前問題1-01
問題1-01
20問 • 1年前問題1-02
問題1-02
Tsuyoshi Ikeda · 20問 · 1年前問題1-02
問題1-02
20問 • 1年前問題1-03
問題1-03
Tsuyoshi Ikeda · 20問 · 1年前問題1-03
問題1-03
20問 • 1年前問題1-04
問題1-04
Tsuyoshi Ikeda · 20問 · 1年前問題1-04
問題1-04
20問 • 1年前問題1-05
問題1-05
Tsuyoshi Ikeda · 20問 · 1年前問題1-05
問題1-05
20問 • 1年前問題1-07
問題1-07
Tsuyoshi Ikeda · 20問 · 1年前問題1-07
問題1-07
20問 • 1年前問題1-08
問題1-08
Tsuyoshi Ikeda · 20問 · 1年前問題1-08
問題1-08
20問 • 1年前問題1-09
問題1-09
Tsuyoshi Ikeda · 20問 · 1年前問題1-09
問題1-09
20問 • 1年前問題1-10
問題1-10
Tsuyoshi Ikeda · 11問 · 1年前問題1-10
問題1-10
11問 • 1年前令和6年春
令和6年春
Tsuyoshi Ikeda · 26問 · 1年前令和6年春
令和6年春
26問 • 1年前令和5年秋
令和5年秋
Tsuyoshi Ikeda · 26問 · 1年前令和5年秋
令和5年秋
26問 • 1年前令和5年春
令和5年春
Tsuyoshi Ikeda · 25問 · 1年前令和5年春
令和5年春
25問 • 1年前令和4年秋
令和4年秋
Tsuyoshi Ikeda · 15問 · 1年前令和4年秋
令和4年秋
15問 • 1年前令和4年春
令和4年春
Tsuyoshi Ikeda · 22問 · 1年前令和4年春
令和4年春
22問 • 1年前令和3年秋
令和3年秋
Tsuyoshi Ikeda · 17問 · 1年前令和3年秋
令和3年秋
17問 • 1年前令和3年春
令和3年春
Tsuyoshi Ikeda · 10問 · 1年前令和3年春
令和3年春
10問 • 1年前令和2年秋
令和2年秋
Tsuyoshi Ikeda · 16問 · 1年前令和2年秋
令和2年秋
16問 • 1年前令和元年秋
令和元年秋
Tsuyoshi Ikeda · 8問 · 1年前令和元年秋
令和元年秋
8問 • 1年前平成31年春
平成31年春
Tsuyoshi Ikeda · 8問 · 1年前平成31年春
平成31年春
8問 • 1年前平成30年秋
平成30年秋
Tsuyoshi Ikeda · 7問 · 1年前平成30年秋
平成30年秋
7問 • 1年前平成30年春
平成30年春
Tsuyoshi Ikeda · 5問 · 1年前平成30年春
平成30年春
5問 • 1年前平成29年秋
平成29年秋
Tsuyoshi Ikeda · 8問 · 1年前平成29年秋
平成29年秋
8問 • 1年前平成29年春
平成29年春
Tsuyoshi Ikeda · 16問 · 1年前平成29年春
平成29年春
16問 • 1年前平成28年秋
平成28年秋
Tsuyoshi Ikeda · 9問 · 1年前平成28年秋
平成28年秋
9問 • 1年前平成28年春
平成28年春
Tsuyoshi Ikeda · 6問 · 1年前平成28年春
平成28年春
6問 • 1年前平成27年秋
平成27年秋
Tsuyoshi Ikeda · 7問 · 1年前平成27年秋
平成27年秋
7問 • 1年前問題一覧
1
Atrous Convolutionを採用している
2
画像中のランダムな位置を矩形領域で隠し、その状態でも予測できるように訓練することで、モデルの汎用性を高めるデータ拡張の一種である
3
(ア)特徴マップ (イ)勾配
4
GPU
5
LDA
6
単純パーセプトロンを用いて非線形分離を行うことができる
7
パラメータのビット数を制限して、モデルを軽量化する
8
特徴量
9
2つの確率変数(XとY)を入れ替えても、相互情報量は同じ値となる
10
データがランダムに分離されている場合、AUCは０に近付く
11
運用開始の時点から、システムの利用者のプライバシーの侵害を防ぐことを意識すべき
12
PoCフェーズで使用するデータは、本開発で使用する予定の手法をテストすることが目的なので、本開発と同程度の量のデータを使用する
13
Vague(データの漠然性が高い)
14
データ分析のモデルを構築した後に、分析モデルの運用に必要なタスクを明確化する
15
完全情報ゲームにおいて、自分の番もスコアの高い手を選び、相手の番で最もスコアの低い手を選ぶ戦略である
16
(ア)損失関数 (イ)小さく (ウ)パラメータ
17
平滑化
18
深層強化学習
19
ハイパーパラメータを、モデルを構築する者が手動で設定できる値であり、その設定によってモデルの学習の状況が変わる
20
時系列データ