暗記メーカー

暗記メーカー

​
ログイン
問題1-08
20問 • 1年前
  • Tsuyoshi Ikeda
    • 通報

    問題一覧

  • 1

    データを可視化することによって、データの性質を把握しやすくなる。可視化によって把握できる性質のうち不適切な選択肢を選べ

    相関の強さ

  • 2

    Web APIの説明として、不適切な選択肢を選べ

    APIの活用により、自作でプログラムを組むよりも、より柔軟なアプリケーション開発が可能になる

  • 3

    データリーケージの説明として不適切な選択肢を選べ

    元のデータにはない摂動を加えたデータ汚染は、データリーケージにあたる

  • 4

    ミニバッチ学習の説明にとして適切な選択肢を選べ

    最適化の各回において、データの一部をサンプリングして学習に用いること

  • 5

    CNNの畳み込み層に対してグローバル・アベレージ・プーリング（GAP）を用いた場合、後続のニューラルネットワークの入力層は（ア）に等しい数のユニットが用意される

    先行する畳み込み層から出力する特徴マップの数

  • 6

    自然言語処理モデルであるTransformerの説明として不適切な選択肢を選べ

    2つの文が連続する文かどうかを判定する、Multi-Head Attention不適切な選択肢を選べ

  • 7

    GegNetについての記述として不適切な選択肢を選べ

    間隔をあけて畳み込みを行うDilated畳み込みを特徴とするモデルである

  • 8

    大規模なデータセットで学習済みニューラルネットワークを用いて、転移学習により自身の目的とするタスクに特化した画像識別モデルを作るとする。このとき、効率よくパラメータを最適化する手段として、適切な選択肢を選べ

    全結合層と、出力側に近い畳み込み層を最適化する

  • 9

    TD（Temporal Difference）学習の記述として、不適切な選択肢を選べ

    報酬が得られるまで行動し、報酬を得た段階で過去の価値関数を一気に更新する

  • 10

    赤池情報量基準について述べた文章として適切な選択肢を選べ

    重回帰分析において、最適な説明変数の組み合わせを選ぶ基準である

  • 11

    エンコーダ・デコーダの構造と用途の説明として不適切な選択肢を選べ

    エンコーダにRNN、デコーダにCNNを用いることで、画像分類が可能となる

  • 12

    ディープラーニングにおいて、入力に重みをかけて、バイアスを加えてえられた値に適用する変数に関する用語として適切な選択肢を選べ

    活性化関数

  • 13

    深層強化学習のモデルであるRainbowの説明として適切な選択肢を選べ

    ノイジーネットワーク、ダブルDQN、優先度付き経験再生など、当事新たな手法として知られた手法を組み合わせて高いスコアを出した

  • 14

    ある二値分類モデルの適合率が0.500、再現率が0.750であったとき、F値として適切な選択肢を選べ

    0.600

  • 15

    国内外のAI倫理のガイドラインについて適切な選択肢を選べ

    Google社、Amazon社、Meta社、IBM社、Microsoft社など米国のIT企業を中心に、AIにおける安全性、公平性、透明性、責任を確率することを目標に、Partnership on AIが形成された

  • 16

    AIガバナンスへの注目が国際的に高まっている中、日本政府でもAI技術の規制について具体的に検討してきた、その一例である経済産業省令による「我が国のAIガバナンスの在り方 Ver1.1」に関する内容として不適切な選択肢を選べ

    諸外国のAI規制への取り組み等を参考に、収束を伴うガイドラインを設定すべきと述べている

  • 17

    ELSIは、生命科学分野の「ヒトゲノム計画」から生まれ、現在AI・データサイエンスの分野でも重視されているという研究分野である、ELSIのEは(ア)、Lは(イ)、IはIssues(課題)、Sは(ウ)の略である

    (ア)Eyhics(倫理) (イ)Legal(法律) (ウ)Society(社会)

  • 18

    自然言語処理における「照応解析」の説明として適切な選択肢を選べ

    代名詞などの表現が何を指しているのかを推定すること

  • 19

    単純パーセプトロンの問題点として不適切な選択肢を選べ

    回帰問題には対応できない

  • 20

    正則化には、パラメータの絶対値の和を罰則項として加えて特徴選択と、次元圧縮を行うラッソ回帰や、パラメータの２乗和を罰則項として加えて滑らかな過学習を防止するリッジ回帰であるが、その両方を組み合わせて手法の名称とひて適切な選択肢を選べ

    Elastic Net

    • 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
    Tsuyoshi Ikeda

    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
    Tsuyoshi Ikeda

    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
    Tsuyoshi Ikeda

    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
    Tsuyoshi Ikeda

    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
    Tsuyoshi Ikeda

    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
    Tsuyoshi Ikeda

    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
    Tsuyoshi Ikeda

    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
    Tsuyoshi Ikeda

    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
    Tsuyoshi Ikeda

    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
    Tsuyoshi Ikeda

    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
    Tsuyoshi Ikeda

    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
    Tsuyoshi Ikeda

    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
    Tsuyoshi Ikeda

    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
    Tsuyoshi Ikeda

    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
    Tsuyoshi Ikeda

    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
    Tsuyoshi Ikeda

    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
    Tsuyoshi Ikeda

    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
    Tsuyoshi Ikeda

    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
    Tsuyoshi Ikeda

    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
    Tsuyoshi Ikeda

    問題一覧

  • 1

    データを可視化することによって、データの性質を把握しやすくなる。可視化によって把握できる性質のうち不適切な選択肢を選べ

    相関の強さ

  • 2

    Web APIの説明として、不適切な選択肢を選べ

    APIの活用により、自作でプログラムを組むよりも、より柔軟なアプリケーション開発が可能になる

  • 3

    データリーケージの説明として不適切な選択肢を選べ

    元のデータにはない摂動を加えたデータ汚染は、データリーケージにあたる

  • 4

    ミニバッチ学習の説明にとして適切な選択肢を選べ

    最適化の各回において、データの一部をサンプリングして学習に用いること

  • 5

    CNNの畳み込み層に対してグローバル・アベレージ・プーリング（GAP）を用いた場合、後続のニューラルネットワークの入力層は（ア）に等しい数のユニットが用意される

    先行する畳み込み層から出力する特徴マップの数

  • 6

    自然言語処理モデルであるTransformerの説明として不適切な選択肢を選べ

    2つの文が連続する文かどうかを判定する、Multi-Head Attention不適切な選択肢を選べ

  • 7

    GegNetについての記述として不適切な選択肢を選べ

    間隔をあけて畳み込みを行うDilated畳み込みを特徴とするモデルである

  • 8

    大規模なデータセットで学習済みニューラルネットワークを用いて、転移学習により自身の目的とするタスクに特化した画像識別モデルを作るとする。このとき、効率よくパラメータを最適化する手段として、適切な選択肢を選べ

    全結合層と、出力側に近い畳み込み層を最適化する

  • 9

    TD（Temporal Difference）学習の記述として、不適切な選択肢を選べ

    報酬が得られるまで行動し、報酬を得た段階で過去の価値関数を一気に更新する

  • 10

    赤池情報量基準について述べた文章として適切な選択肢を選べ

    重回帰分析において、最適な説明変数の組み合わせを選ぶ基準である

  • 11

    エンコーダ・デコーダの構造と用途の説明として不適切な選択肢を選べ

    エンコーダにRNN、デコーダにCNNを用いることで、画像分類が可能となる

  • 12

    ディープラーニングにおいて、入力に重みをかけて、バイアスを加えてえられた値に適用する変数に関する用語として適切な選択肢を選べ

    活性化関数

  • 13

    深層強化学習のモデルであるRainbowの説明として適切な選択肢を選べ

    ノイジーネットワーク、ダブルDQN、優先度付き経験再生など、当事新たな手法として知られた手法を組み合わせて高いスコアを出した

  • 14

    ある二値分類モデルの適合率が0.500、再現率が0.750であったとき、F値として適切な選択肢を選べ

    0.600

  • 15

    国内外のAI倫理のガイドラインについて適切な選択肢を選べ

    Google社、Amazon社、Meta社、IBM社、Microsoft社など米国のIT企業を中心に、AIにおける安全性、公平性、透明性、責任を確率することを目標に、Partnership on AIが形成された

  • 16

    AIガバナンスへの注目が国際的に高まっている中、日本政府でもAI技術の規制について具体的に検討してきた、その一例である経済産業省令による「我が国のAIガバナンスの在り方 Ver1.1」に関する内容として不適切な選択肢を選べ

    諸外国のAI規制への取り組み等を参考に、収束を伴うガイドラインを設定すべきと述べている

  • 17

    ELSIは、生命科学分野の「ヒトゲノム計画」から生まれ、現在AI・データサイエンスの分野でも重視されているという研究分野である、ELSIのEは(ア)、Lは(イ)、IはIssues(課題)、Sは(ウ)の略である

    (ア)Eyhics(倫理) (イ)Legal(法律) (ウ)Society(社会)

  • 18

    自然言語処理における「照応解析」の説明として適切な選択肢を選べ

    代名詞などの表現が何を指しているのかを推定すること

  • 19

    単純パーセプトロンの問題点として不適切な選択肢を選べ

    回帰問題には対応できない

  • 20

    正則化には、パラメータの絶対値の和を罰則項として加えて特徴選択と、次元圧縮を行うラッソ回帰や、パラメータの２乗和を罰則項として加えて滑らかな過学習を防止するリッジ回帰であるが、その両方を組み合わせて手法の名称とひて適切な選択肢を選べ

    Elastic Net