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

問題一覧

分類問題において学習済みモデルの性能指標を算出するために用いられる指標として適切な選択肢を選べ

混同行列

診断結果が陽性または陰性を推定する２値分類問題において、予測した結果と正解ラベルを以下の表にまとめた。TP，FP，FN，TNはそれぞれ真陽性、真陰性となったデータの数である。適合性という精度指標の計算として適切な選択肢を選べ分析結果分析結果陽性陰性正解真陽性偽陰性陽性 TP FN 正解偽陽性真陰性陰性 FP TN

TP/（TP+FP）

対象物の状態が正常か異常を推定する２値分類問題において、予測した結果と正解ラベルを以下の表にまとめた。TP，FP，FN，TNはそれぞれ真の異常、偽の異常、偽の正常、真の正常となったデータの数である。再現率という精度指標の計算結果として適切な選択肢を選べ分析結果分析結果異常正常正解:異常 TP=74 FN=20 正解:正常 FP=30 TN=76

79%

分類問題の精度指標に関する説明として、適切な選択肢を選べ

偽陽性を減らそうとすると偽陰性が増えてしまうことがある

機械学習における精度検証手法の一つであるK-分割交差検証法は、どのような状況において特に有効なのか適切な選択肢を選べ

学習に使用できるデータのボリュームが大きくない場合

ハイパーパラメータの説明として適切な選択肢を選べ

学習のプロセスの中で自動的に最適化されないパラメータ

機械学習におけるハイパーパラメータの具体例として不適切な選択肢を選べ

ニュートラルネットワークのニュートロン間の結合の強さを表す重みの係数

機械学習におけるデータセットの扱い方に関して適切な選択肢を選べ

検証データは、訓練データの中から切り出された、ハイパーパラメータのチューニングに用いられる

機械学習モデルのハイパーパラメータが精度に敏感に効いてくる場合、それらの値をチューニングすることが重要となる。1つの方法として、ハイパーパラメータの候補値を指定し、それらの組み合わせをコンピュータ内で自動的に最適化させる（ア）がある

グリッドサーチ

回帰問題の性能評価の指標として、平均二乗誤差（MSE）がよく使われる。これとは別で、解釈しやすく、測定値と同じ単位である評価指標として使われるのは、モデルの予測値と実データの差の（ア）をとった（イ）である

（ア）絶対値の平均（イ）MAE

欠損値を処理することは特徴量設計の作業の一部と解釈できる。（ア）という条件が満たされる場合、回帰を利用して欠損値を埋めることが行われることがある

欠損が発生している特徴量と他の特徴量の間に強い相関が存在する

機械学習モデルを構築する前に、学習データにおける欠損値の確認と処理が大切である。回帰を利用して欠損値補填する操作の名称として、最も適切な選択肢を選べ

回帰補完

クラス分布に偏りがある場合に使用する対処法SMOTEで行う内容として、適切な選択肢を選べ

数が少ないクラスのデータ量を増やす

データ前処理に関する以下の記述のうち、適切な選択肢を選べ

肺活量、心拍数、血中酸素濃度といった特徴量を含む医療データに対して、スケーリングを施すとより効果的な特徴量になることがある

あなたは売上予測モデルを開発することになり、クライアントから学習データを受領した。データのうち、1つの列に欠損箇所が複数あることに気がついた。この時に最初にとるべき行動として、不適切な選択肢を選べ

欠損がモデルの精度を悪化する原因となるので、その列を削除する

特徴量エンジニアリングは機械学習モデルの精度を左右する重要なプロセスである。具体的に行う内容の玲としては、表記の揺れを吸収し、統一的な形の表現に変更する（ア）、画像データのサイズ統一化やグレースケール化、データを特定の範囲内に収める正規化が挙げられる。欠損値を最適な処理で埋めることも特徴量エンジニアリングの一部である。欠損部分のデータそのまま削除するのは（イ）と呼ばれる

（ア）名寄せ（イ）リストワイズ法

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