（ア）に最もよく当てはまる選択肢を選んでください。 勾配降下法において、（ア）を防ぐ方法として、学習率の値を大きくするという方法がある。

（ア）に最もよく当てはまる選択肢を選んでください。 人工知能と聞くと、ドラえもん（藤子・F・不二雄）のような（ア）型人工知能を想像する人が多いが、現在主流の人工知能は、（イ）型人工知能である。

（イ）に最もよく当てはまる選択肢を選んでください。 人工知能と聞くと、ドラえもん（藤子・F・不二雄）のような（ア）型人工知能を想像する人が多いが、現在主流の人工知能は、（イ）型人工知能である。

part-ofの関係として、最も適切な選択肢を選択してください。

（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。

（ア）に最もよく当てはまる選択肢を選んでください。 分類モデルの評価について、代表的な指標として（ア）、（イ）、（ウ）、（エ）がある。（ア）は、陽性と判断したデータのうち実際に陽性だった割合のことである。（イ）は、全データのうち正しく予測できた割合のことである。（ウ）は、適合率と再現率の調和平均のことである。（エ）は、陽性データの中で、正しく陽性と判断できた割合のことである。

（イ）に最もよく当てはまる選択肢を選んでください。 分類モデルの評価について、代表的な指標として（ア）、（イ）、（ウ）、（エ）がある。（ア）は、陽性と判断したデータのうち実際に陽性だった割合のことである。（イ）は、全データのうち正しく予測できた割合のことである。（ウ）は、適合率と再現率の調和平均のことである。（エ）は、陽性データの中で、正しく陽性と判断できた割合のことである。

（ウ）に最もよく当てはまる選択肢を選んでください。 分類モデルの評価について、代表的な指標として（ア）、（イ）、（ウ）、（エ）がある。（ア）は、陽性と判断したデータのうち実際に陽性だった割合のことである。（イ）は、全データのうち正しく予測できた割合のことである。（ウ）は、適合率と再現率の調和平均のことである。（エ）は、陽性データの中で、正しく陽性と判断できた割合のことである。

（エ）に最もよく当てはまる選択肢を選んでください。 分類モデルの評価について、代表的な指標として（ア）、（イ）、（ウ）、（エ）がある。（ア）は、陽性と判断したデータのうち実際に陽性だった割合のことである。（イ）は、全データのうち正しく予測できた割合のことである。（ウ）は、適合率と再現率の調和平均のことである。（エ）は、陽性データの中で、正しく陽性と判断できた割合のことである。

不正競争防止法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。

（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。

（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。

階層クラスター分析において、クラスタ間の距離を測定する方法は複数存在する。例えば、ウォード法や（ア）などがある。

（ア）に最もよく当てはまる選択肢を選んでください。 勾配が大きくなってしまい、学習が進まなくなってしまう問題を（ア）という。

（ア）に最もよく当てはまる選択肢を選んでください。 個人の位置情報・商品の購入履歴などが含まれる個人に関する情報のことを（ア）という。また、Webサイトの運営者などが、サイト訪問者の行動情報を収集したり、分析したりすることを（イ）という。（イ）を行うときは、（ウ）を使用することが多い。（ウ）とは、訪問したWebサイトで記入した情報などを一時的にWebブラウザに保存する仕組み、もしくは保存した情報のことをいう。

（イ）に最もよく当てはまる選択肢を選んでください。 個人の位置情報・商品の購入履歴などが含まれる個人に関する情報のことを（ア）という。また、Webサイトの運営者などが、サイト訪問者の行動情報を収集したり、分析したりすることを（イ）という。（イ）を行うときは、（ウ）を使用することが多い。（ウ）とは、訪問したWebサイトで記入した情報などを一時的にWebブラウザに保存する仕組み、もしくは保存した情報のことをいう。

（ウ）に最もよく当てはまる選択肢を選んでください。 個人の位置情報・商品の購入履歴などが含まれる個人に関する情報のことを（ア）という。また、Webサイトの運営者などが、サイト訪問者の行動情報を収集したり、分析したりすることを（イ）という。（イ）を行うときは、（ウ）を使用することが多い。（ウ）とは、訪問したWebサイトで記入した情報などを一時的にWebブラウザに保存する仕組み、もしくは保存した情報のことをいう。

半教師あり学習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。

（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。

（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。

（ア）に最もよく当てはまる選択肢を選んでください。 自己回帰モデルを多変量に拡張したモデルを（ア）という。

東ロボくんの説明として、最も不適切な選択肢を選択してください。

（ア）に最もよく当てはまる選択肢を選んでください。 アンサンブル学習には、一部のデータを抽出し、モデルを直列的に学習させていく（ア）や複数のモデルを並列的に学習させていく（イ）などがある。

（イ）に最もよく当てはまる選択肢を選んでください。 アンサンブル学習には、一部のデータを抽出し、モデルを直列的に学習させていく（ア）や複数のモデルを並列的に学習させていく（イ）などがある。

AIをビジネスで利用するにあたって大切な考え方を記述した文章として、最も不適切な選択肢を選択してください。

has-aの関係として、最も適切な選択肢を選択してください。

（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。

（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。

教師あり学習の回帰問題に関する例として、最も適切な選択肢を選択してください。

（ア）に最もよく当てはまる選択肢を選んでください。 モーメンタム法を改良した手法に（ア）がある。（ア）では、次のステップの勾配を用いる。

（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。

（ア）に最もよく当てはまる選択肢を選んでください。 データマイニングのための指針となるCRISP-DMは、ビジネスの理解、データの理解、（ア）、モデリング、評価、（イ）の6つのステップから構成されている。

（イ）に最もよく当てはまる選択肢を選んでください。 データマイニングのための指針となるCRISP-DMは、ビジネスの理解、データの理解、（ア）、モデリング、評価、（イ）の6つのステップから構成されている。

（ア）に最もよく当てはまる選択肢を選んでください。 1998年に、ニューヨーク大学のヤン・ルカンによって誤差逆伝播法を学習に用いた（ア）と呼ばれるCNNのモデルが発表される。

（ア）に最もよく当てはまる選択肢を選んでください。 正則化を行いすぎると（ア）になってしまう危険性があるので注意する必要がある。

（ア）に最もよく当てはまる選択肢を選んでください。 偏見や誤ったデータを学習してしまったことで、AIが偏った結果を出力してしまうことを（ア）という

（ア）に最もよく当てはまる選択肢を選んでください。 学習の仕方を学習する方法を（ア）という。以前に行った学習から、最適なパラメータの初期値などの知見を獲得することで、その知見を使って効率的に学習を行うことができる。また、（ア）の代表的な手法に（イ）がある。

（イ）に最もよく当てはまる選択肢を選んでください。 学習の仕方を学習する方法を（ア）という。以前に行った学習から、最適なパラメータの初期値などの知見を獲得することで、その知見を使って効率的に学習を行うことができる。また、（ア）の代表的な手法に（イ）がある。

畳み込みニューラルネットワークの畳み込み処理に関する問題である。入力画像のサイズが8×18、フィルタのサイズ4×4、ストライドが2、パディングが1のとき、特徴マップのサイズとして最も適切な選択肢を選択してください。

（ア）に最もよく当てはまる選択肢を選んでください。 強化学習における価値反復法では、状態価値を（ア）で初期化し、状態価値を更新していく。

（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。

（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（ア）で、トロント大学の（イ）が中心となった（ウ）が優勝しました。

（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（ア）で、トロント大学の（イ）が中心となった（ウ）が優勝しました。

（ウ）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（ア）で、トロント大学の（イ）が中心となった（ウ）が優勝しました。

（ア）に最もよく当てはまる選択肢を選んでください。 リカレントニューラルネットワークは、（ア）に過去の状態を反映させる仕組みを導入しており、時系列データなどを上手く処理することができる。また、リカレントニューラルネットワークには、入力重み衝突や出力重み衝突があり、このような問題を解決するために考えられたのが（イ）である。しかし、（イ）は計算量が多くなってしまうデメリットがある。そこで、ゲートの数を減らして計算量を削減したモデル（ウ）が考えられた。（ウ）では、（エ）が、入力ゲート・出力ゲート・忘却ゲートの役割を果たしている。

（イ）に最もよく当てはまる選択肢を選んでください。 リカレントニューラルネットワークは、（ア）に過去の状態を反映させる仕組みを導入しており、時系列データなどを上手く処理することができる。また、リカレントニューラルネットワークには、入力重み衝突や出力重み衝突があり、このような問題を解決するために考えられたのが（イ）である。しかし、（イ）は計算量が多くなってしまうデメリットがある。そこで、ゲートの数を減らして計算量を削減したモデル（ウ）が考えられた。（ウ）では、（エ）が、入力ゲート・出力ゲート・忘却ゲートの役割を果たしている。

（ウ）に最もよく当てはまる選択肢を選んでください。 リカレントニューラルネットワークは、（ア）に過去の状態を反映させる仕組みを導入しており、時系列データなどを上手く処理することができる。また、リカレントニューラルネットワークには、入力重み衝突や出力重み衝突があり、このような問題を解決するために考えられたのが（イ）である。しかし、（イ）は計算量が多くなってしまうデメリットがある。そこで、ゲートの数を減らして計算量を削減したモデル（ウ）が考えられた。（ウ）では、（エ）が、入力ゲート・出力ゲート・忘却ゲートの役割を果たしている。

（エ）に最もよく当てはまる選択肢を選んでください。 リカレントニューラルネットワークは、（ア）に過去の状態を反映させる仕組みを導入しており、時系列データなどを上手く処理することができる。また、リカレントニューラルネットワークには、入力重み衝突や出力重み衝突があり、このような問題を解決するために考えられたのが（イ）である。しかし、（イ）は計算量が多くなってしまうデメリットがある。そこで、ゲートの数を減らして計算量を削減したモデル（ウ）が考えられた。（ウ）では、（エ）が、入力ゲート・出力ゲート・忘却ゲートの役割を果たしている。

（ア）に最もよく当てはまる選択肢を選んでください。 重みなどのパラメータ更新タイミングから、最急降下法は（ア）、確率的勾配降下法は（イ）に相当する。

（イ）に最もよく当てはまる選択肢を選んでください。 重みなどのパラメータ更新タイミングから、最急降下法は（ア）、確率的勾配降下法は（イ）に相当する。

道路交通法に関する記述としても、最も不適切な選択肢を選択してください。

（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。

（イ）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。

（ア）に最もよく当てはまる選択肢を選んでください。 重要度の低い説明変数（重み）を取り除くことを目的とした手法で、重要度の低いパラメータを0にし、重要度の高いパラメータを残す処理を（ア）、パラメータ（重み）が大きくなりすぎないように、パラメータ（重み）の大きさに応じて0に近づけ、モデルを滑らかにすることを目的とした手法を（イ）、0では無いパラメータの数で正則化する方法を（ウ）という。

（イ）に最もよく当てはまる選択肢を選んでください。 重要度の低い説明変数（重み）を取り除くことを目的とした手法で、重要度の低いパラメータを0にし、重要度の高いパラメータを残す処理を（ア）、パラメータ（重み）が大きくなりすぎないように、パラメータ（重み）の大きさに応じて0に近づけ、モデルを滑らかにすることを目的とした手法を（イ）、0では無いパラメータの数で正則化する方法を（ウ）という。

（ウ）に最もよく当てはまる選択肢を選んでください。 重要度の低い説明変数（重み）を取り除くことを目的とした手法で、重要度の低いパラメータを0にし、重要度の高いパラメータを残す処理を（ア）、パラメータ（重み）が大きくなりすぎないように、パラメータ（重み）の大きさに応じて0に近づけ、モデルを滑らかにすることを目的とした手法を（イ）、0では無いパラメータの数で正則化する方法を（ウ）という。

（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。

（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。

（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。

（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。

回帰モデルの精度の評価指標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。

（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。

（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。

（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。

（ア）に最もよく当てはまる選択肢を選んでください。 k近傍法では、k=（ア）のとき、外れ値の影響を受けてしまい、予測精度が低下してしまう。

（ア）に最もよく当てはまる選択肢を選んでください。 AIが利用者の趣味嗜好を学習し、利用者の興味のある情報を表示させ、興味のない情報を表示しないことで、自分が見たい情報だけしか見えなくなる現象を（ア）という。

（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のフレームワークには、（ア）と（イ）がある。（ア）とは、計算グラフを構築後に、データを流して処理をしていく方式のことであり、（イ）とは、データを流して計算を行いながら、計算グラフを構築していく方式のことである。

（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のフレームワークには、（ア）と（イ）がある。（ア）とは、計算グラフを構築後に、データを流して処理をしていく方式のことであり、（イ）とは、データを流して計算を行いながら、計算グラフを構築していく方式のことである。

（ア）に最もよく当てはまる選択肢を選んでください。 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。

（ア）に最もよく当てはまる選択肢を選んでください。 シグモイド関数は、入力値を（ア）の数値に変換して出力する関数であり、ロジスティック回帰などで使用されている関数の1つである。データを利用しやすくするために、ルールに基づき、データを変形させることを（イ）という。

（イ）に最もよく当てはまる選択肢を選んでください。 シグモイド関数は、入力値を（ア）の数値に変換して出力する関数であり、ロジスティック回帰などで使用されている関数の1つである。データを利用しやすくするために、ルールに基づき、データを変形させることを（イ）という。

（ア）に最もよく当てはまる選択肢を選んでください。 アメリカの哲学者である（ア）が論文で発表したAIの分類として、（イ）と（ウ）がある。（イ）は、人間のような思考・判断などをするAIのことで、（ウ）は、特定の問題を解決するAIのことである。また、（ア）は、（ウ）は現実可能でも、（イ）は不可能であることを示すために、中国語の部屋という思考実験を提案した。

（イ）に最もよく当てはまる選択肢を選んでください。 アメリカの哲学者である（ア）が論文で発表したAIの分類として、（イ）と（ウ）がある。（イ）は、人間のような思考・判断などをするAIのことで、（ウ）は、特定の問題を解決するAIのことである。また、（ア）は、（ウ）は現実可能でも、（イ）は不可能であることを示すために、中国語の部屋という思考実験を提案した。

（ウ）に最もよく当てはまる選択肢を選んでください。 アメリカの哲学者である（ア）が論文で発表したAIの分類として、（イ）と（ウ）がある。（イ）は、人間のような思考・判断などをするAIのことで、（ウ）は、特定の問題を解決するAIのことである。また、（ア）は、（ウ）は現実可能でも、（イ）は不可能であることを示すために、中国語の部屋という思考実験を提案した。

k近傍法の特徴の説明として、正しい選択肢を選択してください。

（ア）に最もよく当てはまる選択肢を選んでください。 BERTの事前学習では、文章の一部を隠して見えない状態で入力し、前後文から隠した文章を推測する（ア）と2つの文章を入力し、連続した文章か推測する（イ）を使用する。

（イ）に最もよく当てはまる選択肢を選んでください。 BERTの事前学習では、文章の一部を隠して見えない状態で入力し、前後文から隠した文章を推測する（ア）と2つの文章を入力し、連続した文章か推測する（イ）を使用する。

（ア）に最もよく当てはまる選択肢を選んでください。 説明変数が目的変数をどれくらいを説明できるか（当てはまりの良さ）を表す値のことを（ア）という。（ア）の取りうる範囲は（イ）であり、（ウ）に近いほど、目的変数を上手く説明できているとされる。

（イ）に最もよく当てはまる選択肢を選んでください。 説明変数が目的変数をどれくらいを説明できるか（当てはまりの良さ）を表す値のことを（ア）という。（ア）の取りうる範囲は（イ）であり、（ウ）に近いほど、目的変数を上手く説明できているとされる。

（ウ）に最もよく当てはまる選択肢を選んでください。 説明変数が目的変数をどれくらいを説明できるか（当てはまりの良さ）を表す値のことを（ア）という。（ア）の取りうる範囲は（イ）であり、（ウ）に近いほど、目的変数を上手く説明できているとされる。

（ア）に最もよく当てはまる選択肢を選んでください。 FCNなどにおいて、画素数が少なくなった画像を拡大する処理のことを（ア）という。

（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は（ア）と（イ）からなるニューラルネットワークである。（ア）は入力を受け取る層で、（イ）は値を出力する層である。また、一般にニューラルネットワークでは、モデルの自由度を上げるために（ウ）が使用されている。

（イ）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は（ア）と（イ）からなるニューラルネットワークである。（ア）は入力を受け取る層で、（イ）は値を出力する層である。また、一般にニューラルネットワークでは、モデルの自由度を上げるために（ウ）が使用されている。

（ウ）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は（ア）と（イ）からなるニューラルネットワークである。（ア）は入力を受け取る層で、（イ）は値を出力する層である。また、一般にニューラルネットワークでは、モデルの自由度を上げるために（ウ）が使用されている。

（ア）に最もよく当てはまる選択肢を選んでください。 自律型兵器の研究は人道的な問題があり、自律型兵器の開発が報じられると問題になることがある。例えば、（ア）は2018年に自律型兵器などを含む研究を行っていると報じられた。これに対して、世界中のAI 研究者から「（ア）が自律型兵器の研究を行う限り、KAISTとの協同研究を行わない」という宣言が出された。これを受け、（ア）は自律型兵器の研究を行う予定はないと表明しました。

（ア）に最もよく当てはまる選択肢を選んでください。 LeNetは、入力層・（ア）・（イ）・全結合層・出力層を組み合わせたニューラルネットワークである。また、LeNetとネオコグニトロンの構造は似ており、（ア）はS細胞層に、（イ）はC細胞層に対応している。

（イ）に最もよく当てはまる選択肢を選んでください。 LeNetは、入力層・（ア）・（イ）・全結合層・出力層を組み合わせたニューラルネットワークである。また、LeNetとネオコグニトロンの構造は似ており、（ア）はS細胞層に、（イ）はC細胞層に対応している。

（ア）に最もよく当てはまる選択肢を選んでください。 各データが1つのクラスタに所属するようにクラスタリングを行うことを（ア）という。一方、各データが1つ以上のクラスタに所属することを許すクラスタリングを（イ）という。

（イ）に最もよく当てはまる選択肢を選んでください。 各データが1つのクラスタに所属するようにクラスタリングを行うことを（ア）という。一方、各データが1つ以上のクラスタに所属することを許すクラスタリングを（イ）という。

（ア）に最もよく当てはまる選択肢を選んでください。 現在は、ディープラーニングの研究は進み、初心者でも扱いやすいフレームワークが提供されている。代表的なものとして、TensorFlowなどの上で動くニューラルネットワークのライブラリである（ア）がある。

（ア）に最もよく当てはまる選択肢を選んでください。 機械を用いてある自然言語から異なる自然言語へ翻訳することを（ア）という。

過学習が起きやすい特徴の説明として、最も適切な選択肢を選択してください。

（ア）に最もよく当てはまる選択肢を選んでください。 ニューラルネットワークでは、誤差を計算する上で活性化関数の（ア）を使用しているが、その値が入力層に近づくにしたがい小さくなってしまい入力層付近の重みが調整されなくなる。これを勾配消失問題という。

（ア）に最もよく当てはまる選択肢を選んでください。 Parts Affinity Fieldsと呼ばれる手法を導入しており、複数の人間の関節位置を推定できる手法のことを（ア）という。

（ア）に最もよく当てはまる選択肢を選んでください。 L1ノルムのことを（ア）といい、L2ノルムのことを（イ）という。

（イ）に最もよく当てはまる選択肢を選んでください。 L1ノルムのことを（ア）といい、L2ノルムのことを（イ）という。

ディープラーニングのフレームワーク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。

（ア）に最もよく当てはまる選択肢を選んでください。 創造活動によって創造物やアイデアを作り出した人に対して付与される権利を（ア）という。（ア）は様々な法律によって保護されている。例えば、発明を保護する法律として（イ）があり、商品やサービスのマークを保護する法律として（ウ）がある。

（イ）に最もよく当てはまる選択肢を選んでください。 創造活動によって創造物やアイデアを作り出した人に対して付与される権利を（ア）という。（ア）は様々な法律によって保護されている。例えば、発明を保護する法律として（イ）があり、商品やサービスのマークを保護する法律として（ウ）がある。

（ウ）に最もよく当てはまる選択肢を選んでください。 創造活動によって創造物やアイデアを作り出した人に対して付与される権利を（ア）という。（ア）は様々な法律によって保護されている。例えば、発明を保護する法律として（イ）があり、商品やサービスのマークを保護する法律として（ウ）がある。