ディープラーニングの応用

99問 • 10ヶ月前

問題一覧

（ア）に最もよく当てはまる選択肢を選んでください。画像を画素単位で複数の領域に分類・識別を行うタスクのことを（ア）という。（ア）には、（イ）や（ウ）がある。（イ）は、対象となる画像の全てのピクセルにクラスのラベル付けを行う手法で、同一クラスの場合は個々の物体を区別せずに、ひとまとまりの物体として識別を行うという特徴があります。（ウ）は、画像に写っている物体に対してクラスラベルを予測し、それぞれにIDを与える手法で、同一クラスの物体でも個々の物体として認識し、背景である空などは認識しないという特徴があります。

3.セグメンテーションタスク

（イ）に最もよく当てはまる選択肢を選んでください。画像を画素単位で複数の領域に分類・識別を行うタスクのことを（ア）という。（ア）には、（イ）や（ウ）がある。（イ）は、対象となる画像の全てのピクセルにクラスのラベル付けを行う手法で、同一クラスの場合は個々の物体を区別せずに、ひとまとまりの物体として識別を行うという特徴があります。（ウ）は、画像に写っている物体に対してクラスラベルを予測し、それぞれにIDを与える手法で、同一クラスの物体でも個々の物体として認識し、背景である空などは認識しないという特徴があります。

4. セマンティックセグメンテーション

（ウ）に最もよく当てはまる選択肢を選んでください。画像を画素単位で複数の領域に分類・識別を行うタスクのことを（ア）という。（ア）には、（イ）や（ウ）がある。（イ）は、対象となる画像の全てのピクセルにクラスのラベル付けを行う手法で、同一クラスの場合は個々の物体を区別せずに、ひとまとまりの物体として識別を行うという特徴があります。（ウ）は、画像に写っている物体に対してクラスラベルを予測し、それぞれにIDを与える手法で、同一クラスの物体でも個々の物体として認識し、背景である空などは認識しないという特徴があります。

1. インスタンスセグメンテーション

（ア）に最もよく当てはまる選択肢を選んでください。 GANに畳み込みニューラルネットワークを用いたモデルを（ア）という。

3. DCGAN

（ア）に最もよく当てはまる選択肢を選んでください。特徴量のなどの次元が増えると、データを分析するときの計算量や収集するべきデータ量などが指数関数的に増えてしまうことを（ア）という。

1. 次元の呪い

（ア）に最もよく当てはまる選択肢を選んでください。モデルを軽量化する代表的な手法として（ア）、（イ）、（ウ）などがある。（ア）とは、学習済みモデルの入力と出力を学習させて、小さなモデルを作成する手法のことである。（イ）は、重みなどのパラメータを小さいビットで表現することで、計算量を減らす手法である。（ウ）とは、ニューラルネットワークのユニットの中で重みが小さい接続を削除し、パラメータ数を削除する手法である。

3. 蒸留

（イ）に最もよく当てはまる選択肢を選んでください。モデルを軽量化する代表的な手法として（ア）、（イ）、（ウ）などがある。（ア）とは、学習済みモデルの入力と出力を学習させて、小さなモデルを作成する手法のことである。（イ）は、重みなどのパラメータを小さいビットで表現することで、計算量を減らす手法である。（ウ）とは、ニューラルネットワークのユニットの中で重みが小さい接続を削除し、パラメータ数を削除する手法である。

3. 量子化

（ウ）に最もよく当てはまる選択肢を選んでください。モデルを軽量化する代表的な手法として（ア）、（イ）、（ウ）などがある。（ア）とは、学習済みモデルの入力と出力を学習させて、小さなモデルを作成する手法のことである。（イ）は、重みなどのパラメータを小さいビットで表現することで、計算量を減らす手法である。（ウ）とは、ニューラルネットワークのユニットの中で重みが小さい接続を削除し、パラメータ数を削除する手法である。

2. プルーニング

（ア）に最もよく当てはまる選択肢を選んでください。 Grad-CAMとは、予測値に対する（ア）を利用して、画像認識において画像のどの部分を見て判断しているのかを可視化する手法のことである。また、Grad-CAMとGuidedBackPropagationを組み合わせた手法である（イ）は、より詳細に可視化することが可能である。

2. 勾配

（イ）に最もよく当てはまる選択肢を選んでください。 Grad-CAMとは、予測値に対する（ア）を利用して、画像認識において画像のどの部分を見て判断しているのかを可視化する手法のことである。また、Grad-CAMとGuidedBackPropagationを組み合わせた手法である（イ）は、より詳細に可視化することが可能である。

1. Guided Grad-CAM

Mask R-CNNの説明として最も適切な選択肢を選んでください。

3. 物体検出とインスタンスセグメンテーションを同時に行う手法のこと

（ア）に最もよく当てはまる選択肢を選んでください。深層強化学習は、強化学習と（ア）の手法を組み合わせたものである。深層強化学習では、（イ）が開発したDQN（Deep Q-Network）が基本的な手法になっている。DQNは、（ウ）に（エ）を組み込んだものである。

4. ディープラーニング

（イ）に最もよく当てはまる選択肢を選んでください。深層強化学習は、強化学習と（ア）の手法を組み合わせたものである。深層強化学習では、（イ）が開発したDQN（Deep Q-Network）が基本的な手法になっている。DQNは、（ウ）に（エ）を組み込んだものである。

4. DeepMind社

（ウ）に最もよく当てはまる選択肢を選んでください。深層強化学習は、強化学習と（ア）の手法を組み合わせたものである。深層強化学習では、（イ）が開発したDQN（Deep Q-Network）が基本的な手法になっている。DQNは、（ウ）に（エ）を組み込んだものである。

2. Q学習

（エ）に最もよく当てはまる選択肢を選んでください。深層強化学習は、強化学習と（ア）の手法を組み合わせたものである。深層強化学習では、（イ）が開発したDQN（Deep Q-Network）が基本的な手法になっている。DQNは、（ウ）に（エ）を組み込んだものである。

2. 畳み込みニューラルネットワーク

（ア）に最もよく当てはまる選択肢を選んでください。目標を達成するために、報酬関数の設計と方策の確認を繰り返し行い、適切な報酬関数を設計することを（ア）という。

4. 報酬成形

（ア）に最もよく当てはまる選択肢を選んでください。 CNNの全結合層を畳み込み層に置き換えたネットワークを（ア）という。

4. 完全畳み込みネットワーク

エッジAIの説明として最も適切な選択肢を選択してください。

1. インターネットに接続された端末にAIを搭載したもので、端末で推論などを行う

（ア）に最もよく当てはまる選択肢を選んでください。気温、株価の動き、人口動態など時間的に変化した情報を保有しているデータのことを（ア）データという。（ア）データは、ある時点の情報は、その時点よりも前の情報に影響を受けるため、（ア）にそって学習させる必要がある

1. 時系列

DeepMind社が開発した音声認識・音声合成を行うモデルを選択してください。全体的な説明選択肢3が正解です。 WaveNetとは、DeepMind社が開発した音声認識・音声合成を行うモデルで、ディープラーニングを活用しています。

WaveNet

（ア）に最もよく当てはまる選択肢を選んでください。文章における単語の重要度を計算する方法の１つにTF-IDFがある。TF-IDFは（ア）と（イ）をもとに計算していきます。

2. 単語の出現頻度

（ィ）に最もよく当てはまる選択肢を選んでください。文章における単語の重要度を計算する方法の１つにTF-IDFがある。TF-IDFは（ア）と（イ）をもとに計算していきます。

3. 文章に含まれている単語がどれだけ珍しい

（ア）に最もよく当てはまる選択肢を選んでください。人間が使っている言語をコンピュータに処理させることを自然言語処理という。自然言語処理の分析には、（ア）、（イ）、（ウ）、（エ）などがある。（ア）では、文章を意味を持つ最小の単位に切り分けて解析を行う。（イ）では、（ア）で分解した単語間の関係性を解析を行う。（ウ）では、（イ）を行なった文の意味を正しく解釈するために行う解析を行う。（エ）では、文を超えて、文章全体の意味を解析を行う。

4. 形態素解析

（ィ）に最もよく当てはまる選択肢を選んでください。人間が使っている言語をコンピュータに処理させることを自然言語処理という。自然言語処理の分析には、（ア）、（イ）、（ウ）、（エ）などがある。（ア）では、文章を意味を持つ最小の単位に切り分けて解析を行う。（イ）では、（ア）で分解した単語間の関係性を解析を行う。（ウ）では、（イ）を行なった文の意味を正しく解釈するために行う解析を行う。（エ）では、文を超えて、文章全体の意味を解析を行う。

3. 構文解析

（ウ）に最もよく当てはまる選択肢を選んでください。人間が使っている言語をコンピュータに処理させることを自然言語処理という。自然言語処理の分析には、（ア）、（イ）、（ウ）、（エ）などがある。（ア）では、文章を意味を持つ最小の単位に切り分けて解析を行う。（イ）では、（ア）で分解した単語間の関係性を解析を行う。（ウ）では、（イ）を行なった文の意味を正しく解釈するために行う解析を行う。（エ）では、文を超えて、文章全体の意味を解析を行う。

1. 意味解析

（エ）に最もよく当てはまる選択肢を選んでください。人間が使っている言語をコンピュータに処理させることを自然言語処理という。自然言語処理の分析には、（ア）、（イ）、（ウ）、（エ）などがある。（ア）では、文章を意味を持つ最小の単位に切り分けて解析を行う。（イ）では、（ア）で分解した単語間の関係性を解析を行う。（ウ）では、（イ）を行なった文の意味を正しく解釈するために行う解析を行う。（エ）では、文を超えて、文章全体の意味を解析を行う。

2. 文脈解析

（ア）に最もよく当てはまる選択肢を選んでください。ディープラーニングを現実世界のシステムの制御に利用する取り組みは増えてきたが、多くの課題が存在する。そこで、ロボットなどに行動させたいタスクを事前に学習させる取り組みが行われている。例えば、（ア）、（イ）、（ウ）などがある。（ア）は事前に収集したデータを活用して強化学習を行う手法であり、（イ）は人間がロボットをコントロールして期待される方策を学習させる方法のことである。また、（ウ）は、最初に既存の制御方法等による方策と最適な方策との差分を強化学習によって学ぶ手法のことである。

3. オフライン強化学習

（イ）に最もよく当てはまる選択肢を選んでください。ディープラーニングを現実世界のシステムの制御に利用する取り組みは増えてきたが、多くの課題が存在する。そこで、ロボットなどに行動させたいタスクを事前に学習させる取り組みが行われている。例えば、（ア）、（イ）、（ウ）などがある。（ア）は事前に収集したデータを活用して強化学習を行う手法であり、（イ）は人間がロボットをコントロールして期待される方策を学習させる方法のことである。また、（ウ）は、最初に既存の制御方法等による方策と最適な方策との差分を強化学習によって学ぶ手法のことである。

2. 模倣学習

（ウ）に最もよく当てはまる選択肢を選んでください。ディープラーニングを現実世界のシステムの制御に利用する取り組みは増えてきたが、多くの課題が存在する。そこで、ロボットなどに行動させたいタスクを事前に学習させる取り組みが行われている。例えば、（ア）、（イ）、（ウ）などがある。（ア）は事前に収集したデータを活用して強化学習を行う手法であり、（イ）は人間がロボットをコントロールして期待される方策を学習させる方法のことである。また、（ウ）は、最初に既存の制御方法等による方策と最適な方策との差分を強化学習によって学ぶ手法のことである。

4. 残差強化学習

（ア）に最もよく当てはまる選択肢を選んでください。精度の高いモデルを作っていくためにはデータのバリエーションを豊富にする必要がある。バリエーションを増やす手法として、（ア）、（イ）、（ウ）、（エ）などがある。（ア）は２枚の画像を合成して新しい画像を生成する手法であり、（イ）は画像の一部の値を０（遮断）にして画像を生成する手法である。（ウ）は、（ア）と（イ）を組み合わせた手法である。また、（エ）は画像の一部をランダムな値にして画像を生成する手法のことである。

3. Mixup

（イ）に最もよく当てはまる選択肢を選んでください。精度の高いモデルを作っていくためにはデータのバリエーションを豊富にする必要がある。バリエーションを増やす手法として、（ア）、（イ）、（ウ）、（エ）などがある。（ア）は２枚の画像を合成して新しい画像を生成する手法であり、（イ）は画像の一部の値を０（遮断）にして画像を生成する手法である。（ウ）は、（ア）と（イ）を組み合わせた手法である。また、（エ）は画像の一部をランダムな値にして画像を生成する手法のことである。

1. Cutout

（ウ）に最もよく当てはまる選択肢を選んでください。精度の高いモデルを作っていくためにはデータのバリエーションを豊富にする必要がある。バリエーションを増やす手法として、（ア）、（イ）、（ウ）、（エ）などがある。（ア）は２枚の画像を合成して新しい画像を生成する手法であり、（イ）は画像の一部の値を０（遮断）にして画像を生成する手法である。（ウ）は、（ア）と（イ）を組み合わせた手法である。また、（エ）は画像の一部をランダムな値にして画像を生成する手法のことである。

4. CutMix

（エ）に最もよく当てはまる選択肢を選んでください。精度の高いモデルを作っていくためにはデータのバリエーションを豊富にする必要がある。バリエーションを増やす手法として、（ア）、（イ）、（ウ）、（エ）などがある。（ア）は２枚の画像を合成して新しい画像を生成する手法であり、（イ）は画像の一部の値を０（遮断）にして画像を生成する手法である。（ウ）は、（ア）と（イ）を組み合わせた手法である。また、（エ）は画像の一部をランダムな値にして画像を生成する手法のことである。

2. Random Erasing

（ア）に最もよく当てはまる選択肢を選んでください。説明可能なAIのことを（ア）という。

XAI

（ア）に最もよく当てはまる選択肢を選んでください。 ResNetとは、2015年のILSVRCで優勝したモデルで、（ア）を加えることで、層が深くなっても学習が上手くいくようになった。また、ResNetを派生させたモデルとして（イ）が有名である。

1. スキップコネクション

（イ）に最もよく当てはまる選択肢を選んでください。 ResNetとは、2015年のILSVRCで優勝したモデルで、（ア）を加えることで、層が深くなっても学習が上手くいくようになった。また、ResNetを派生させたモデルとして（イ）が有名である。

4. DenseNet

音の説明として不適切な選択肢を選択してください。

1. 人間は高音になればなるほど音の高さの変化に敏感になる

（ア）に最もよく当てはまる選択肢を選んでください。自然言語処理において（ア）や（イ）が代表的なモデルである。（ア）は、OpenAIが開発した自然言語処理モデルであり、大規模なコーパスを使用して事前学習・ファインチューニングを行うモデルである。（イ）は、Googleが開発した自然言語処理モデルであり、従来のモデルで使用されていたLSTMの代わりに、トランスフォーマーと呼ばれるモデルを採用している。また、計算コストが高いことから、パラメータの数を減らしたモデルである（ウ）などが登場してきた。一方で、パラメータの数を増やしたモデルである（エ）なども登場してきた。

4. GPT

（イ）に最もよく当てはまる選択肢を選んでください。自然言語処理において（ア）や（イ）が代表的なモデルである。（ア）は、OpenAIが開発した自然言語処理モデルであり、大規模なコーパスを使用して事前学習・ファインチューニングを行うモデルである。（イ）は、Googleが開発した自然言語処理モデルであり、従来のモデルで使用されていたLSTMの代わりに、トランスフォーマーと呼ばれるモデルを採用している。また、計算コストが高いことから、パラメータの数を減らしたモデルである（ウ）などが登場してきた。一方で、パラメータの数を増やしたモデルである（エ）なども登場してきた。

1. BERT

（ウ）に最もよく当てはまる選択肢を選んでください。自然言語処理において（ア）や（イ）が代表的なモデルである。（ア）は、OpenAIが開発した自然言語処理モデルであり、大規模なコーパスを使用して事前学習・ファインチューニングを行うモデルである。（イ）は、Googleが開発した自然言語処理モデルであり、従来のモデルで使用されていたLSTMの代わりに、トランスフォーマーと呼ばれるモデルを採用している。また、計算コストが高いことから、パラメータの数を減らしたモデルである（ウ）などが登場してきた。一方で、パラメータの数を増やしたモデルである（エ）なども登場してきた。

2. ALBERT

（エ）に最もよく当てはまる選択肢を選んでください。自然言語処理において（ア）や（イ）が代表的なモデルである。（ア）は、OpenAIが開発した自然言語処理モデルであり、大規模なコーパスを使用して事前学習・ファインチューニングを行うモデルである。（イ）は、Googleが開発した自然言語処理モデルであり、従来のモデルで使用されていたLSTMの代わりに、トランスフォーマーと呼ばれるモデルを採用している。また、計算コストが高いことから、パラメータの数を減らしたモデルである（ウ）などが登場してきた。一方で、パラメータの数を増やしたモデルである（エ）なども登場してきた。

4. Megatron-LM

（ア）に最もよく当てはまる選択肢を選んでください。２０１２年、画像認識の精度を競う大会であるILSVRCでディープラーニングを活用したモデル（ア）が圧倒的な成績を残し優勝した。２０１２年当時は、画像認識には機械学習が用いられており、人間が特徴量を決めることが一般的だった。ILSVRCでは、（イ）というデータセットが使用されている。

2. AlexNet

（イ）に最もよく当てはまる選択肢を選んでください。２０１２年、画像認識の精度を競う大会であるILSVRCでディープラーニングを活用したモデル（ア）が圧倒的な成績を残し優勝した。２０１２年当時は、画像認識には機械学習が用いられており、人間が特徴量を決めることが一般的だった。ILSVRCでは、（イ）というデータセットが使用されている。

4. ImageNet

（ア）に最もよく当てはまる選択肢を選んでください。自然言語処理分野において、自然言語をどのように扱い処理するかは難しい問題である。例えば、文字列をn個の単語で分割する方法である（ア）、単語の順番は考えず、単語の出現回数をカウントする（イ）、（ア）と（イ）を組み合わせて（ウ）などが考えられた。

3. 単語N-gram

（イ）に最もよく当てはまる選択肢を選んでください。自然言語処理分野において、自然言語をどのように扱い処理するかは難しい問題である。例えば、文字列をn個の単語で分割する方法である（ア）、単語の順番は考えず、単語の出現回数をカウントする（イ）、（ア）と（イ）を組み合わせて（ウ）などが考えられた。

1. BoW（Bag-of-Words）

（ウ）に最もよく当てはまる選択肢を選んでください。自然言語処理分野において、自然言語をどのように扱い処理するかは難しい問題である。例えば、文字列をn個の単語で分割する方法である（ア）、単語の順番は考えず、単語の出現回数をカウントする（イ）、（ア）と（イ）を組み合わせて（ウ）などが考えられた。

4. Bag-of-n-grams

現在、モデルの局所的な解釈を可能にするアプローチが考えられており、SHAPやLIMEなどといった手法がある。LIMEの説明として、正しい選択肢を選んでください。

4. 複雑なモデルを単純な線形回帰で近似させることで、どの特徴が推論に影響を与えたのかを示す手法

（ア）に最もよく当てはまる選択肢を選んでください。敵対的生成ネットワークは（ア）と（イ）で構成された生成モデルである。（ア）とは、生成した画像の真偽を予測するネットワークのことです。また、（イ）は、ランダムなノイズを入力し、新しい画像を生成するネットワークのことです。

1. ディスクリミネータ

（イ）に最もよく当てはまる選択肢を選んでください。敵対的生成ネットワークは（ア）と（イ）で構成された生成モデルである。（ア）とは、生成した画像の真偽を予測するネットワークのことです。また、（イ）は、ランダムなノイズを入力し、新しい画像を生成するネットワークのことです。

4. ジェネレータ

（ア）に最もよく当てはまる選択肢を選んでください。単純パーセプトロンでは、活性化関数として（ア）が使われている。

4. ステップ関数

（ア）に最もよく当てはまる選択肢を選んでください。活性化関数には、０以下の時は０、０以上のときは入力値をそのまま出力する（ア）などがある。また、（ア）を改良した（イ）や（ウ）なども存在する。（イ）は、入力値が０以下の場合は入力値をα倍した値を出力し、入力値が０を超える場合は入力値と同じ値を出力する関数である。また、αは範囲内の値がランダムに選ばれる。（ウ）は、入力値が０以下の場合は入力値をα倍した値を出力し、入力値が０を超える場合は入力値と同じ値を出力する関数である。αはパラメータであり、学習によって決まる。

3. ReLu関数

（イ）に最もよく当てはまる選択肢を選んでください。活性化関数には、０以下の時は０、０以上のときは入力値をそのまま出力する（ア）などがある。また、（ア）を改良した（イ）や（ウ）なども存在する。（イ）は、入力値が０以下の場合は入力値をα倍した値を出力し、入力値が０を超える場合は入力値と同じ値を出力する関数である。また、αは範囲内の値がランダムに選ばれる。（ウ）は、入力値が０以下の場合は入力値をα倍した値を出力し、入力値が０を超える場合は入力値と同じ値を出力する関数である。αはパラメータであり、学習によって決まる。

2. Randomized ReLU関数

（ウ）に最もよく当てはまる選択肢を選んでください。活性化関数には、０以下の時は０、０以上のときは入力値をそのまま出力する（ア）などがある。また、（ア）を改良した（イ）や（ウ）なども存在する。（イ）は、入力値が０以下の場合は入力値をα倍した値を出力し、入力値が０を超える場合は入力値と同じ値を出力する関数である。また、αは範囲内の値がランダムに選ばれる。（ウ）は、入力値が０以下の場合は入力値をα倍した値を出力し、入力値が０を超える場合は入力値と同じ値を出力する関数である。αはパラメータであり、学習によって決まる。

1. Parametric ReLU関数

ランダムにユニットを無効化させて学習させていくドロップアウトは（ア）と同じような効果が期待できる。

1. アンサンブル学習

学習率に関する説明として、不適切な選択肢を選んでください。

1. 学習率の値が高いほど学習スピードはあがる

（ア）に最もよく当てはまる選択肢を選んでください勾配が最小になる変数を見つけ出すアルゴリズムの１つに（ア）がある。勾配が最小になる変数を求めるために、何度も計算を繰り返し行う。このように計算を何度も繰り返し、重みを更新した回数を（イ）という。また、全ての訓練データを学習させた回数のことを（ウ）という。

1. 勾配降下法

（イ）に最もよく当てはまる選択肢を選んでください勾配が最小になる変数を見つけ出すアルゴリズムの１つに（ア）がある。勾配が最小になる変数を求めるために、何度も計算を繰り返し行う。このように計算を何度も繰り返し、重みを更新した回数を（イ）という。また、全ての訓練データを学習させた回数のことを（ウ）という。

2.イテレーション

（ウ）に最もよく当てはまる選択肢を選んでください勾配が最小になる変数を見つけ出すアルゴリズムの１つに（ア）がある。勾配が最小になる変数を求めるために、何度も計算を繰り返し行う。このように計算を何度も繰り返し、重みを更新した回数を（イ）という。また、全ての訓練データを学習させた回数のことを（ウ）という。

1. エポック

（ア）に最もよく当てはまる選択肢を選んでください。複数エージェントがいる環境での強化学習のことを（ア）という。（ア）の技術をゲームAIに持ち込むことで、ゲームAIの精度が上がった。代表的なゲームAIとして、対戦型リアルタイムストラテジーゲーム「Dota 2」の2018年度世界大会覇者OGに勝利した（イ）やリアルタイムストラテジーゲーム「StarCraft II（スタークラフト2）」でトッププレイヤーを相手に勝利した（ウ）などがある。

2. MARL

（イ）に最もよく当てはまる選択肢を選んでください。複数エージェントがいる環境での強化学習のことを（ア）という。（ア）の技術をゲームAIに持ち込むことで、ゲームAIの精度が上がった。代表的なゲームAIとして、対戦型リアルタイムストラテジーゲーム「Dota 2」の2018年度世界大会覇者OGに勝利した（イ）やリアルタイムストラテジーゲーム「StarCraft II（スタークラフト2）」でトッププレイヤーを相手に勝利した（ウ）などがある。

4. OpenAI Five

（ウ）に最もよく当てはまる選択肢を選んでください。複数エージェントがいる環境での強化学習のことを（ア）という。（ア）の技術をゲームAIに持ち込むことで、ゲームAIの精度が上がった。代表的なゲームAIとして、対戦型リアルタイムストラテジーゲーム「Dota 2」の2018年度世界大会覇者OGに勝利した（イ）やリアルタイムストラテジーゲーム「StarCraft II（スタークラフト2）」でトッププレイヤーを相手に勝利した（ウ）などがある。

1. AlphaStar

1. スキップコネクション

4. DenseNet

（ア）に最もよく当てはまる選択肢を選んでください。言語によって区別される音の最小単位を（ア）という。また、（イ）は（ア）よりも広い意味で使われることが多く、アクセントを含めた意味として使われる。さらに、（イ）は、言語の歴史的な変化や体系性といった文脈で使われることが多い。

3. 音素

（イ）に最もよく当てはまる選択肢を選んでください。言語によって区別される音の最小単位を（ア）という。また、（イ）は（ア）よりも広い意味で使われることが多く、アクセントを含めた意味として使われる。さらに、（イ）は、言語の歴史的な変化や体系性といった文脈で使われることが多い。

1. 音韻

合成音声に関する説明として、最も不適切な選択肢を選択してください。

3. 合成音声は音声認識の1つである

（ア）に最もよく当てはまる選択肢を選んでください。（ア）は、2019年にOpenAIが公開した約15億個のパラメータを持つ自然言語処理モデルである。（イ）は、2020年にOpenAIが開発した約1,750億個のパラメータを持つ自然言語処理モデルである。

2. GPT-2

（イ）に最もよく当てはまる選択肢を選んでください。（ア）は、2019年にOpenAIが公開した約15億個のパラメータを持つ自然言語処理モデルである。（イ）は、2020年にOpenAIが開発した約1,750億個のパラメータを持つ自然言語処理モデルである。

3. GPT-3

（ア）に最もよく当てはまる選択肢を選んでください。深層生成モデルは（ア）を取り入れた生成モデルであり、（イ）や敵対的生成ネットワークが代表的なモデルである。

2. ディープラーニング

（イ）に最もよく当てはまる選択肢を選んでください。深層生成モデルは（ア）を取り入れた生成モデルであり、（イ）や敵対的生成ネットワークが代表的なモデルである。

1. VAE

（ア）に最もよく当てはまる選択肢を選んでください。フーリエ級数展開やフーリエ変換などを活用して、複雑な関数や現象を三角関数に分解して簡単に記述する方法・考え方のことを（ア）という。

2. フーリエ解析

（ア）に最もよく当てはまる選択肢を選んでください。状態遷移や報酬を予測するモデルのことを（ア）という。エージェントが（ア）を使用するアルゴリズムを（イ）、エージェントが（ア）を使用しないアルゴリズムを（ウ）という。また、エージェントを取り巻く（ア）を、様々な要素を学習して構築しようとする枠組みのこと（エ）という。

1. 環境モデル

（イ）に最もよく当てはまる選択肢を選んでください。状態遷移や報酬を予測するモデルのことを（ア）という。エージェントが（ア）を使用するアルゴリズムを（イ）、エージェントが（ア）を使用しないアルゴリズムを（ウ）という。また、エージェントを取り巻く（ア）を、様々な要素を学習して構築しようとする枠組みのこと（エ）という。

4. モデルベース

（ウ）に最もよく当てはまる選択肢を選んでください。状態遷移や報酬を予測するモデルのことを（ア）という。エージェントが（ア）を使用するアルゴリズムを（イ）、エージェントが（ア）を使用しないアルゴリズムを（ウ）という。また、エージェントを取り巻く（ア）を、様々な要素を学習して構築しようとする枠組みのこと（エ）という。

3. モデルフリー

（エ）に最もよく当てはまる選択肢を選んでください。状態遷移や報酬を予測するモデルのことを（ア）という。エージェントが（ア）を使用するアルゴリズムを（イ）、エージェントが（ア）を使用しないアルゴリズムを（ウ）という。また、エージェントを取り巻く（ア）を、様々な要素を学習して構築しようとする枠組みのこと（エ）という。

2. 世界モデル

（ア）に最もよく当てはまる選択肢を選んでください。音声認識でよく使われていたモデルに（ア）がある。（ア）は音素ごとに学習を行っていく手法である。

3. 隠れマルコフモデル

インスタンスセグメンテーションの代表的な手法として、最も適切な選択肢を選択してください。

3. Mask R-CNN

（ア）に最もよく当てはまる選択肢を選んでください。ある画像とその画像に関する質問を与えたとき、正しい答えを導き出すタスクのことを（ア）という。

3. VQA

（ア）に最もよく当てはまる選択肢を選んでください。 word2vecを提案した（ア）が、fastTextというライブラリを発表した。

2. トマス・ミコロフ

（ア）に最もよく当てはまる選択肢を選んでください。複数のタスクを単一のモデルで課題を解決する機械学習の手法を（ア）という。

1. マルチタスク学習

（ア）に最もよく当てはまる選択肢を選んでください。自然言語の読解のベンチマークに（ア）がある。短い文章を読ませ、質問に回答させて精度をはかる。

1. SQuAD

（ア）に最もよく当てはまる選択肢を選んでください。（ア）は、Depthwise Separable Convolutionという手法を導入したことにより、パラメータが減少し、計算量が減ったことで、スマートフォンなどでも利用できるようになった。また、Depthwise Separable Convolutionでは、チャンネル方向と空間方向に対して、それぞれ畳み込み処理を行う。チャンネル方向に畳み込み処理を行うことを（イ）、空間方向に畳み込み処理を行うことを（ウ）という。

3. MobileNet

（イ）に最もよく当てはまる選択肢を選んでください。（ア）は、Depthwise Separable Convolutionという手法を導入したことにより、パラメータが減少し、計算量が減ったことで、スマートフォンなどでも利用できるようになった。また、Depthwise Separable Convolutionでは、チャンネル方向と空間方向に対して、それぞれ畳み込み処理を行う。チャンネル方向に畳み込み処理を行うことを（イ）、空間方向に畳み込み処理を行うことを（ウ）という。

1. Pointwise Convolution

（ウ）に最もよく当てはまる選択肢を選んでください。（ア）は、Depthwise Separable Convolutionという手法を導入したことにより、パラメータが減少し、計算量が減ったことで、スマートフォンなどでも利用できるようになった。また、Depthwise Separable Convolutionでは、チャンネル方向と空間方向に対して、それぞれ畳み込み処理を行う。チャンネル方向に畳み込み処理を行うことを（イ）、空間方向に畳み込み処理を行うことを（ウ）という。

4. Depthwise Convolution

（ア）に最もよく当てはまる選択肢を選んでください。テキスト間の関係性などを求めるときに使用され、ベクトルの類似度を表すコサイン類似度の取る値の範囲は（ア）である。

3. −1〜1

（ア）に最もよく当てはまる選択肢を選んでください。画像生成モデルには、（ア）や（イ）などがある。（ア）は様々なペアの画像を使って敵対生成学習を行い、（イ）は画像のペアが必要のないモデルである。

3. pix2pix

（イ）に最もよく当てはまる選択肢を選んでください。画像生成モデルには、（ア）や（イ）などがある。（ア）は様々なペアの画像を使って敵対生成学習を行い、（イ）は画像のペアが必要のないモデルである。

1.CycleGAN

1. CycleGAN

（ア）に最もよく当てはまる選択肢を選んでください。文章における単語の重要度を計算する方法の1つにTF-IDFがある。TF-IDFは（ア）と（イ）をもとに計算を行う。

2. 単語の出現頻度

（イ）に最もよく当てはまる選択肢を選んでください。文章における単語の重要度を計算する方法の1つにTF-IDFがある。TF-IDFは（ア）と（イ）をもとに計算を行う。

3. 前後に出てくる単語との関係性

（ア）に最もよく当てはまる選択肢を選んでください。画像認識における特徴量の1つで、画像の局所領域（セル）における輝度の勾配方向をヒストグラム化したものを（ア）という。初期の物体検知は、（ア）を求め、（イ）に（ア）を入力してクラスの分類を行っていた。

1. HOG特徴量

（イ）に最もよく当てはまる選択肢を選んでください。画像認識における特徴量の1つで、画像の局所領域（セル）における輝度の勾配方向をヒストグラム化したものを（ア）という。初期の物体検知は、（ア）を求め、（イ）に（ア）を入力してクラスの分類を行っていた。

3. サポートベクターマシン（SVM）

（ア）に最もよく当てはまる選択肢を選んでください。単位時間あたりに行った標本化処理の回数のことを（ア）と言う。標本化処理とは、アナログ波形をデジタルデータに変換するために行う処理のことである。

3. サンプリング周波数

（ア）に最もよく当てはまる選択肢を選んでください。 GPTやBERT以外にも多くの事前学習モデルが登場してきた。例えば、精度を保ちながらパラメータ数を減らし、計算コストを低くした（ア）、パラメータ数を増やし精度を高めた（イ）などがある。

4. DistilBERT

2. Turing-NLG

（ア）に最もよく当てはまる選択肢を選んでください。 word2vecは、単語の意味は周囲の単語によって決まる（ア）という考え方をニューラルネットワークで実現しようとしたものである。word2vecには、（イ）と（ウ）という手法がある。（イ）は周囲の単語からある単語を推測するモデルであり、（ウ）はある単語を与えて周囲の単語を推測するモデルである。

1. 分布仮説

（イ）に最もよく当てはまる選択肢を選んでください。 word2vecは、単語の意味は周囲の単語によって決まる（ア）という考え方をニューラルネットワークで実現しようとしたものである。word2vecには、（イ）と（ウ）という手法がある。（イ）は周囲の単語からある単語を推測するモデルであり、（ウ）はある単語を与えて周囲の単語を推測するモデルである。

4. CBOW

（ウ）に最もよく当てはまる選択肢を選んでください。 word2vecは、単語の意味は周囲の単語によって決まる（ア）という考え方をニューラルネットワークで実現しようとしたものである。word2vecには、（イ）と（ウ）という手法がある。（イ）は周囲の単語からある単語を推測するモデルであり、（ウ）はある単語を与えて周囲の単語を推測するモデルである。

3. スキップグラム

（ア）に最もよく当てはまる選択肢を選んでください。人が日常的に使っている言語（自然言語）をコンピュータで処理させる技術のことを（ア）という。

1. NLP

世界経済

ユーザ名非公開 · 20問 · 1年前

世界経済