暗記メーカー

暗記メーカー

​

AI問題集

IT科2年 前期末試験 AI問題集

AI問題集
67問 • 1年前IT科2年 前期末試験 AI問題集
  • 凛風
    • 通報

    問題一覧

  • 1

    人工知能に関する次の説明のうち，適切なものはどれか。

    専門家の間でも，共有されている人工知能の定義は存在しないため，同じものを指しても，それが人工知能であると主張する人と，否定する人が混在する。

  • 2

    次のうち，特化型人工知能に分類されないものはどれか。

    人間と同等に様々な作業をすることができる。

  • 3

    次のうち，人工知能が可能とするものはどれか。

    過去の事例から予測や判断を行う。

  • 4

    人工知能の歴史に関する次の説明のうち，適切なものはどれか。

    第1次AIブームでは「探索」や「推論」の研究が進んだ。

  • 5

    人工知能を産業へ応用する際の注意点として，不適切なものを選びなさい。

    人工知能の学習に利用するデータは，その量が重要であるので，データの内容に偏りがあったとしても，それほど問題になることはない。

  • 6

    AI における基盤モデルの特徴として，最も適切なものはどれか。

    広範囲かつ大量のデータを事前学習しておき，その後の学習を通じて微調整を行うことによって，質問応答や画像識別など，幅広い用途に適応できる。

  • 7

    日本における著作権法に関する記述のうち，適切なものはどれか。

    人工知能のプログラムは，著作権法で保護される。

  • 8

    人工知能の定義を検討する際に、「AI 効果」についても考慮する必要がある。次の記述のうち，「AI 効果」に関する説明のうち，適切なものはどれか。

    人工知能によって新しいことが実現できても，その原理がわかるとただの自動化であり，それは知能ではないと思う人間心理のこと。

  • 9

    未来学者のレイ・カーツワイルの主張する「シンギュラリティ」に関する説明のうち，適切なものはどれか。

    人工知能が進化して，自分自身よりも賢い人工知能を作れるようになると，その瞬間からより高い知能を持つ人工知能を次々と無限に作れるようになるという仮説。

  • 10

    シンボルグラウンディング問題に関する次の記述のうち，適切なものはどれか。

    単語（記号）と，それが意味するものとを結び付けることが，人工知能には困難であるという，人工知能分野における問題。

  • 11

    人工知能における難問の一つで，「今からしようとしていることに関係のある事柄だけを選び出すことは，人工知能にはとても難しい」という問題を指す用語として，適切なものはどれか。

    フレーム問題

  • 12

    AIに関するガイドラインの一つである“人間中心のAI社会原則”に定められている七つの“AI社会原則”のうち，“イノベーションの原則”に関する記述として，最も適切なものはどれか。

    AIの発展によって人も併せて進化するように，国際化や多様化を推進し，大学，研究機関，企業など，官民における連携と，柔軟な人材の移動を促進する。

  • 13

    機械学習に関する次の記述のうち，適切なものはどれか。

    学習データに基づいてデータに潜むパターンを学習して，予測や分類などの決定を行う，人工知能の手法の一種。

  • 14

    機械学習の説明として，最も適切なものはどれか。

    記憶したデータから特定のパターンを見つけ出すなどの，人が自然に行っている学習能力をコンピュータにもたせるための技術

  • 15

    回帰問題の事例として，適切なものはどれか。

    スーパーマーケットで扱う商品について，来月の売上を予測したい。

  • 16

    教師あり学習に関する次の記述のうち，適切なものはどれか。

    事前に分類した犬と猫の画像を学習させることで，新たな画像に対しても，そこに写っているのが犬であるか猫であるかを分類させるのは，教師あり学習である。

  • 17

    次の選択肢のうち，教師あり学習のアルゴリズムとして不適切なものはどれか。

    階層的クラスタリング

  • 18

    教師あり学習によって作られたAI事例はどれか。

    録音された乳児の泣き声と、泣いた原因を学習データとして与え、泣き声から原因を推測するAIを作った

  • 19

    教師なし学習に関する次の記述のうち，適切なものはどれか。

    大量の訓練データの構造を分析して，データそのものが持つ構造や特徴を把握する学習手法。

  • 20

    教師なし学習で用いられる手法として，最も適切なものはどれか。

    データ同士の類似度を定義し，その定義した類似度に従って似たもの同士は同じグループに入るようにデータをグループ化するクラスタリング

  • 21

    次の選択肢のうち，教師なし学習のアルゴリズムとして不適切なものはどれか。

    勾配ブースティング

  • 22

    エキスパートシステムに関する記述のうち，適切なものはどれか。

    医療や金融など特定分野の知識を人工知能に教えておくことで，専門家に代わって病気の診断や融資の助言をするコンピュータシステム。

  • 23

    次の手法のうち、アンサンブル学習の一種として正しいものはどれか。

    バギング

  • 24

    次の機械学習手法のうち、教師あり学習の一部として分類されるのはどれか。

    サポートベクターマシン（SVM）

  • 25

    エニアック（ENIAC）に関する説明として正しいものはどれか。

    エニアックは、初の機械式計算機で、真空管を使用していた。

  • 26

    トイプロブレムに関する説明として正しいものはどれか。

    AI 研究において簡単で理解しやすい問題

  • 27

    ディープブルーに関する説明として正しいものはどれか。

    チェスの世界チャンピオンに勝利した IBM のスーパーコンピュータ

  • 28

    Mini-Max 法に関する説明として正しいものはどれか。

    ２人零和ゲームの最適な戦略を計算するためのアルゴリズム

  • 29

    ニューラルネットワークに関する次の記述のうち，適切なものはどれか。

    人間の脳神経回路の構造を真似することで学習を実現しようと試みた人工知能の手法で，単純パーセプトロンや多層パーセプトロンといった種類のモデルが存在する。

  • 30

    ニューラルネットワークについての記述はどれか。

    ディープラーニングで用いられる、脳神経の仕組みをコンピュータで模したモデル

  • 31

    人間の脳神経の仕組みをモデルにして、コンピュータプログラムで模したものはどれか。

    ニューラルネットワーク

  • 32

    ディープラーニングを構成する技術で、人間の脳神経回路を数学的なモデルで表現したものはどれか。

    ニューラルネットワーク

  • 33

    深層学習に関する次の記述のうち，適切なものはどれか。

    音声・画像・自然言語の問題に対し，他の手法を圧倒する高い性能を示した，多層のニューラルネットワークに基づく人工知能の手法の一種。

  • 34

    ディープラーニングの特徴はどれか。

    人間の脳神経回路を模倣して，認識などの知能を実現する方法であり，ニューラルネットワークを用いて，人間と同じような認識ができるようにするものである。

  • 35

    ディープラーニングに最も関連が深いものはどれか。

    神経回路網を模倣した方法であり，多層に配置された素子とそれらを結ぶ信号線で構成され，信号線に付随するパラメタを調整することによって入力に対して適切な解が出力される。

  • 36

    従来の機械学習手法と比べたときのディープラーニングの性質として当てはまらないものはどれか。

    結果の解釈性・説明性に優れている

  • 37

    ディープラーニングについての記述はどれか。

    ニューラルネットワークを用いてコンピュータが自ら規則性を見つけ出せるように学習を進める

  • 38

    ディープラーニングの記述はどれか。

    大量のデータを人間の脳神経回路を模したモデルで解析して、コンピュータ自身がデータの特徴を見出していく学習技術

  • 39

    AIにおけるディープラーニングに関する記述として，最も適切なものはどれか。

    あるデータから結果を求める処理を，人間の脳神経回路のように多層の処理を重ねることによって，複雑な判断をできるようにする。

  • 40

    DeepMind 社によって開発されたコンピュータ囲碁プログラムで，2016 年に囲碁の世界トップレベルのプロ棋士に勝利したプログラムの名称として，適切なものはどれか。

    AlphaGo

  • 41

    生成モデルの一つであり，生成ネットワークと識別ネットワークの 2 つのネットワークを対抗させるように学習させることで得られる生成モデルの名称はどれか。

    GAN

  • 42

    勾配消失問題が生じにくい活性化関数としてもっともふさわしいものはどれか。

    ReLU 関数（正規化線形関数）

  • 43

    機械学習において，複数のモデルを使用し全体の汎化性能をあげる手法はどれか。

    アンサンブル学習

  • 44

    紳士服メーカーA 社では，過去に購入実績のある顧客に対するプロモーションを検討するために，顧客をいくつかのグループに分けたい。このとき用いる手法として，適切なものはどれか。

    顧客の年齢と購入履歴に関するクラスタ分析。

  • 45

    機械学習や深層学習のデータ量に関する記述のうち，適切なものはどれか。

    膨大なデータを用意するのが困難な場合に，データ数が少なくても済むような様々なテクニックが研究されている。

  • 46

    ディープニューラルネットワークにおいて，ランダムに一定の割合のノードを削除して学習を行うことにより汎化性能を向上させる手法はどれか。

    ドロップアウト

  • 47

    ニューラルネットワークにおけるハイパーパラメータとして当てはまらないものはどれか。

    バイアス

  • 48

    生成 AI が，学習データの誤りや不足などによって，事実とは異なる情報や無関係な情報 を，もっともらしい情報として生成する事象を指す用語として，最も適切なものはどれか。

    ハルシネーション

  • 49

    大規模なニューラルネットワークの学習が困難となる原因の一つとして，ある層の入力がそれより下層の学習が進むにつれて変化する内部共変量シフトがある。内部共変量シフトが生じると，データの分布が訓練時と推定時で異なる状態になり学習が遅れてしまう。内部共変量シフトを防ぐために出力値の分布の偏りを抑制する手法はどれか。

    バッチ正規化

  • 50

    データが少量しかないなどの理由で，対象のタスクを学習させることが困難なときに，関連する別のタスクで学習し，その学習済みの特徴やパラメータなどを利用することで効率的に対象のタスクを学習する手法はどれか。

    転移学習

  • 51

    特徴量に関する次の記述のうち，適切なものはどれか。

    注目すべきデータの特徴を量的に表現したものであり，特徴量の選び方が機械学習の精度を決定付ける。

  • 52

    正則化に関する説明として，最も適切なものはどれか。

    学習の際にペナルティとなる項を追加することで過学習を防ぐ。

  • 53

    過学習を避けるために多く用いられ，訓練誤差ではなく汎化誤差を可能なかぎり小さくするために，失関数の値とともにモデルのパラメータの二乗和が最小になるように学習する手法はどれか。

    正則化

  • 54

    過学習に関する記述のうち，適切なものはどれか。

    学習用のデータに対してのみ，最適化されすぎてしまうこと

  • 55

    AIにおける過学習の説明として，最も適切なものはどれか。

    学習に使った訓練データに対しては精度が高い結果となる一方で，未知のデータに対しては精度が下がる。

  • 56

    ディープニューラルネットワークにおいて，勾配消失問題が生じる原因として正しい説明はどれか。

    誤差逆伝播法において，入力層に近づくにつれて誤差が急速に小さくなってしまう

  • 57

    勾配消失問題に対処するための方法として，あらかじめ良い重みの初期値を計算する手法はどれか。

    事前学習

  • 58

    生成 AI の特徴を踏まえて，システム開発に生成 AI を活用する事例はどれか。

    対象業務や出力形式などを自然言語で指示し，その指示に基づいて E-R 図やシステムの処理フローなどの図を描画するコードを生成 AI に出力させる。

  • 59

    AIに利用されるニューラルネットワークにおける活性化関数の記述はどれか。

    1つのニューロンにおいて、入力された値を基に、次のニューロンに渡す値を計算する

  • 60

    A社では、顧客の行動・天候・販売店の場所など多くの項目から成るデータを取得してる。データを分析して販売数量の変化を説明したい。説明に使うパラメータをできるだけ少なく絞りたい時に用いる分析法はどれか。

    主成分分析

  • 61

    AIにおける機械学習で，2クラス分類モデルの評価方法として用いられるROC曲線の説明として，適切なものはどれか。

    真陽性率と偽陽性率の関係を示す曲線である。

  • 62

    スマートファクトリーで使用されるAIを用いたマシンビジョンの目的として，適切なものはどれか。

    従来の人間の目視検査を自動化し，検査効率を向上させる。

  • 63

    AIの活用領域の一つである自然言語処理が利用されている事例として，適切なものだけを全て挙げたものはどれか。 Webサイト上で，日本語の文章を入力すると即座に他言語に翻訳される。 災害時にSNSに投稿された文字情報をリアルタイムで収集し，地名と災害情報などを解析して被災状況を把握する。 スマートスピーカーを利用して，音声によって家電の操作や音楽の再生を行う。 駐車場の出入口に設置したカメラでナンバープレートを撮影して，文字認識処理をし，精算済みの車両がゲートに近付くと自動で開く。

    a，b，c

  • 64

    IoT に関する記述のうち，適切なものはどれか。

    電化製品や自動車をはじめとして，様々な物がインターネットに接続され，相互に情報交換や制御を行う仕組み。

  • 65

    あるコールセンタでは、AIを活用したシステムの導入を検討している。しかし、想定している効果が得られるかなど不明点が多いため、試行して実現性の検証を行うことにした。このような検証を何というか。

    PoC

  • 66

    データマイニングの事例として，適切なものはどれか。

    売上データの中から，ある商品と同時に購入されることが多い商品がないか分析した。

  • 67

    近年のインターネットの成長とともに増大し続ける巨大な情報の集まりを表す用語として， 適切なものはどれか。

    ビッグデータ

    • プログラミング実習II

    プログラミング実習II

    凛風 · 18問 · 1年前

    プログラミング実習II

    プログラミング実習II

    18問 • 1年前
    凛風

    Javaプログラミング能力認定試験2級 第51回と第53回の問1

    Javaプログラミング能力認定試験2級 第51回と第53回の問1

    凛風 · 11問 · 1年前

    Javaプログラミング能力認定試験2級 第51回と第53回の問1

    Javaプログラミング能力認定試験2級 第51回と第53回の問1

    11問 • 1年前
    凛風

    前期末試験【JavaScript】

    前期末試験【JavaScript】

    凛風 · 25問 · 1年前

    前期末試験【JavaScript】

    前期末試験【JavaScript】

    25問 • 1年前
    凛風

    DB(SQL)

    DB(SQL)

    凛風 · 14問 · 1年前

    DB(SQL)

    DB(SQL)

    14問 • 1年前
    凛風

    Web基礎

    Web基礎

    凛風 · 13問 · 1年前

    Web基礎

    Web基礎

    13問 • 1年前
    凛風

    プロ実Ⅲ

    プロ実Ⅲ

    凛風 · 36問 · 1年前

    プロ実Ⅲ

    プロ実Ⅲ

    36問 • 1年前
    凛風

    卒業試験:プログラミング実習Ⅱ

    卒業試験:プログラミング実習Ⅱ

    凛風 · 40問 · 1年前

    卒業試験:プログラミング実習Ⅱ

    卒業試験:プログラミング実習Ⅱ

    40問 • 1年前
    凛風

    卒業試験:Python

    卒業試験:Python

    凛風 · 19問 · 1年前

    卒業試験:Python

    卒業試験:Python

    19問 • 1年前
    凛風

    卒業試験:データベース

    卒業試験:データベース

    凛風 · 20問 · 1年前

    卒業試験:データベース

    卒業試験:データベース

    20問 • 1年前
    凛風

    問題一覧

  • 1

    人工知能に関する次の説明のうち，適切なものはどれか。

    専門家の間でも，共有されている人工知能の定義は存在しないため，同じものを指しても，それが人工知能であると主張する人と，否定する人が混在する。

  • 2

    次のうち，特化型人工知能に分類されないものはどれか。

    人間と同等に様々な作業をすることができる。

  • 3

    次のうち，人工知能が可能とするものはどれか。

    過去の事例から予測や判断を行う。

  • 4

    人工知能の歴史に関する次の説明のうち，適切なものはどれか。

    第1次AIブームでは「探索」や「推論」の研究が進んだ。

  • 5

    人工知能を産業へ応用する際の注意点として，不適切なものを選びなさい。

    人工知能の学習に利用するデータは，その量が重要であるので，データの内容に偏りがあったとしても，それほど問題になることはない。

  • 6

    AI における基盤モデルの特徴として，最も適切なものはどれか。

    広範囲かつ大量のデータを事前学習しておき，その後の学習を通じて微調整を行うことによって，質問応答や画像識別など，幅広い用途に適応できる。

  • 7

    日本における著作権法に関する記述のうち，適切なものはどれか。

    人工知能のプログラムは，著作権法で保護される。

  • 8

    人工知能の定義を検討する際に、「AI 効果」についても考慮する必要がある。次の記述のうち，「AI 効果」に関する説明のうち，適切なものはどれか。

    人工知能によって新しいことが実現できても，その原理がわかるとただの自動化であり，それは知能ではないと思う人間心理のこと。

  • 9

    未来学者のレイ・カーツワイルの主張する「シンギュラリティ」に関する説明のうち，適切なものはどれか。

    人工知能が進化して，自分自身よりも賢い人工知能を作れるようになると，その瞬間からより高い知能を持つ人工知能を次々と無限に作れるようになるという仮説。

  • 10

    シンボルグラウンディング問題に関する次の記述のうち，適切なものはどれか。

    単語（記号）と，それが意味するものとを結び付けることが，人工知能には困難であるという，人工知能分野における問題。

  • 11

    人工知能における難問の一つで，「今からしようとしていることに関係のある事柄だけを選び出すことは，人工知能にはとても難しい」という問題を指す用語として，適切なものはどれか。

    フレーム問題

  • 12

    AIに関するガイドラインの一つである“人間中心のAI社会原則”に定められている七つの“AI社会原則”のうち，“イノベーションの原則”に関する記述として，最も適切なものはどれか。

    AIの発展によって人も併せて進化するように，国際化や多様化を推進し，大学，研究機関，企業など，官民における連携と，柔軟な人材の移動を促進する。

  • 13

    機械学習に関する次の記述のうち，適切なものはどれか。

    学習データに基づいてデータに潜むパターンを学習して，予測や分類などの決定を行う，人工知能の手法の一種。

  • 14

    機械学習の説明として，最も適切なものはどれか。

    記憶したデータから特定のパターンを見つけ出すなどの，人が自然に行っている学習能力をコンピュータにもたせるための技術

  • 15

    回帰問題の事例として，適切なものはどれか。

    スーパーマーケットで扱う商品について，来月の売上を予測したい。

  • 16

    教師あり学習に関する次の記述のうち，適切なものはどれか。

    事前に分類した犬と猫の画像を学習させることで，新たな画像に対しても，そこに写っているのが犬であるか猫であるかを分類させるのは，教師あり学習である。

  • 17

    次の選択肢のうち，教師あり学習のアルゴリズムとして不適切なものはどれか。

    階層的クラスタリング

  • 18

    教師あり学習によって作られたAI事例はどれか。

    録音された乳児の泣き声と、泣いた原因を学習データとして与え、泣き声から原因を推測するAIを作った

  • 19

    教師なし学習に関する次の記述のうち，適切なものはどれか。

    大量の訓練データの構造を分析して，データそのものが持つ構造や特徴を把握する学習手法。

  • 20

    教師なし学習で用いられる手法として，最も適切なものはどれか。

    データ同士の類似度を定義し，その定義した類似度に従って似たもの同士は同じグループに入るようにデータをグループ化するクラスタリング

  • 21

    次の選択肢のうち，教師なし学習のアルゴリズムとして不適切なものはどれか。

    勾配ブースティング

  • 22

    エキスパートシステムに関する記述のうち，適切なものはどれか。

    医療や金融など特定分野の知識を人工知能に教えておくことで，専門家に代わって病気の診断や融資の助言をするコンピュータシステム。

  • 23

    次の手法のうち、アンサンブル学習の一種として正しいものはどれか。

    バギング

  • 24

    次の機械学習手法のうち、教師あり学習の一部として分類されるのはどれか。

    サポートベクターマシン（SVM）

  • 25

    エニアック（ENIAC）に関する説明として正しいものはどれか。

    エニアックは、初の機械式計算機で、真空管を使用していた。

  • 26

    トイプロブレムに関する説明として正しいものはどれか。

    AI 研究において簡単で理解しやすい問題

  • 27

    ディープブルーに関する説明として正しいものはどれか。

    チェスの世界チャンピオンに勝利した IBM のスーパーコンピュータ

  • 28

    Mini-Max 法に関する説明として正しいものはどれか。

    ２人零和ゲームの最適な戦略を計算するためのアルゴリズム

  • 29

    ニューラルネットワークに関する次の記述のうち，適切なものはどれか。

    人間の脳神経回路の構造を真似することで学習を実現しようと試みた人工知能の手法で，単純パーセプトロンや多層パーセプトロンといった種類のモデルが存在する。

  • 30

    ニューラルネットワークについての記述はどれか。

    ディープラーニングで用いられる、脳神経の仕組みをコンピュータで模したモデル

  • 31

    人間の脳神経の仕組みをモデルにして、コンピュータプログラムで模したものはどれか。

    ニューラルネットワーク

  • 32

    ディープラーニングを構成する技術で、人間の脳神経回路を数学的なモデルで表現したものはどれか。

    ニューラルネットワーク

  • 33

    深層学習に関する次の記述のうち，適切なものはどれか。

    音声・画像・自然言語の問題に対し，他の手法を圧倒する高い性能を示した，多層のニューラルネットワークに基づく人工知能の手法の一種。

  • 34

    ディープラーニングの特徴はどれか。

    人間の脳神経回路を模倣して，認識などの知能を実現する方法であり，ニューラルネットワークを用いて，人間と同じような認識ができるようにするものである。

  • 35

    ディープラーニングに最も関連が深いものはどれか。

    神経回路網を模倣した方法であり，多層に配置された素子とそれらを結ぶ信号線で構成され，信号線に付随するパラメタを調整することによって入力に対して適切な解が出力される。

  • 36

    従来の機械学習手法と比べたときのディープラーニングの性質として当てはまらないものはどれか。

    結果の解釈性・説明性に優れている

  • 37

    ディープラーニングについての記述はどれか。

    ニューラルネットワークを用いてコンピュータが自ら規則性を見つけ出せるように学習を進める

  • 38

    ディープラーニングの記述はどれか。

    大量のデータを人間の脳神経回路を模したモデルで解析して、コンピュータ自身がデータの特徴を見出していく学習技術

  • 39

    AIにおけるディープラーニングに関する記述として，最も適切なものはどれか。

    あるデータから結果を求める処理を，人間の脳神経回路のように多層の処理を重ねることによって，複雑な判断をできるようにする。

  • 40

    DeepMind 社によって開発されたコンピュータ囲碁プログラムで，2016 年に囲碁の世界トップレベルのプロ棋士に勝利したプログラムの名称として，適切なものはどれか。

    AlphaGo

  • 41

    生成モデルの一つであり，生成ネットワークと識別ネットワークの 2 つのネットワークを対抗させるように学習させることで得られる生成モデルの名称はどれか。

    GAN

  • 42

    勾配消失問題が生じにくい活性化関数としてもっともふさわしいものはどれか。

    ReLU 関数（正規化線形関数）

  • 43

    機械学習において，複数のモデルを使用し全体の汎化性能をあげる手法はどれか。

    アンサンブル学習

  • 44

    紳士服メーカーA 社では，過去に購入実績のある顧客に対するプロモーションを検討するために，顧客をいくつかのグループに分けたい。このとき用いる手法として，適切なものはどれか。

    顧客の年齢と購入履歴に関するクラスタ分析。

  • 45

    機械学習や深層学習のデータ量に関する記述のうち，適切なものはどれか。

    膨大なデータを用意するのが困難な場合に，データ数が少なくても済むような様々なテクニックが研究されている。

  • 46

    ディープニューラルネットワークにおいて，ランダムに一定の割合のノードを削除して学習を行うことにより汎化性能を向上させる手法はどれか。

    ドロップアウト

  • 47

    ニューラルネットワークにおけるハイパーパラメータとして当てはまらないものはどれか。

    バイアス

  • 48

    生成 AI が，学習データの誤りや不足などによって，事実とは異なる情報や無関係な情報 を，もっともらしい情報として生成する事象を指す用語として，最も適切なものはどれか。

    ハルシネーション

  • 49

    大規模なニューラルネットワークの学習が困難となる原因の一つとして，ある層の入力がそれより下層の学習が進むにつれて変化する内部共変量シフトがある。内部共変量シフトが生じると，データの分布が訓練時と推定時で異なる状態になり学習が遅れてしまう。内部共変量シフトを防ぐために出力値の分布の偏りを抑制する手法はどれか。

    バッチ正規化

  • 50

    データが少量しかないなどの理由で，対象のタスクを学習させることが困難なときに，関連する別のタスクで学習し，その学習済みの特徴やパラメータなどを利用することで効率的に対象のタスクを学習する手法はどれか。

    転移学習

  • 51

    特徴量に関する次の記述のうち，適切なものはどれか。

    注目すべきデータの特徴を量的に表現したものであり，特徴量の選び方が機械学習の精度を決定付ける。

  • 52

    正則化に関する説明として，最も適切なものはどれか。

    学習の際にペナルティとなる項を追加することで過学習を防ぐ。

  • 53

    過学習を避けるために多く用いられ，訓練誤差ではなく汎化誤差を可能なかぎり小さくするために，失関数の値とともにモデルのパラメータの二乗和が最小になるように学習する手法はどれか。

    正則化

  • 54

    過学習に関する記述のうち，適切なものはどれか。

    学習用のデータに対してのみ，最適化されすぎてしまうこと

  • 55

    AIにおける過学習の説明として，最も適切なものはどれか。

    学習に使った訓練データに対しては精度が高い結果となる一方で，未知のデータに対しては精度が下がる。

  • 56

    ディープニューラルネットワークにおいて，勾配消失問題が生じる原因として正しい説明はどれか。

    誤差逆伝播法において，入力層に近づくにつれて誤差が急速に小さくなってしまう

  • 57

    勾配消失問題に対処するための方法として，あらかじめ良い重みの初期値を計算する手法はどれか。

    事前学習

  • 58

    生成 AI の特徴を踏まえて，システム開発に生成 AI を活用する事例はどれか。

    対象業務や出力形式などを自然言語で指示し，その指示に基づいて E-R 図やシステムの処理フローなどの図を描画するコードを生成 AI に出力させる。

  • 59

    AIに利用されるニューラルネットワークにおける活性化関数の記述はどれか。

    1つのニューロンにおいて、入力された値を基に、次のニューロンに渡す値を計算する

  • 60

    A社では、顧客の行動・天候・販売店の場所など多くの項目から成るデータを取得してる。データを分析して販売数量の変化を説明したい。説明に使うパラメータをできるだけ少なく絞りたい時に用いる分析法はどれか。

    主成分分析

  • 61

    AIにおける機械学習で，2クラス分類モデルの評価方法として用いられるROC曲線の説明として，適切なものはどれか。

    真陽性率と偽陽性率の関係を示す曲線である。

  • 62

    スマートファクトリーで使用されるAIを用いたマシンビジョンの目的として，適切なものはどれか。

    従来の人間の目視検査を自動化し，検査効率を向上させる。

  • 63

    AIの活用領域の一つである自然言語処理が利用されている事例として，適切なものだけを全て挙げたものはどれか。 Webサイト上で，日本語の文章を入力すると即座に他言語に翻訳される。 災害時にSNSに投稿された文字情報をリアルタイムで収集し，地名と災害情報などを解析して被災状況を把握する。 スマートスピーカーを利用して，音声によって家電の操作や音楽の再生を行う。 駐車場の出入口に設置したカメラでナンバープレートを撮影して，文字認識処理をし，精算済みの車両がゲートに近付くと自動で開く。

    a，b，c

  • 64

    IoT に関する記述のうち，適切なものはどれか。

    電化製品や自動車をはじめとして，様々な物がインターネットに接続され，相互に情報交換や制御を行う仕組み。

  • 65

    あるコールセンタでは、AIを活用したシステムの導入を検討している。しかし、想定している効果が得られるかなど不明点が多いため、試行して実現性の検証を行うことにした。このような検証を何というか。

    PoC

  • 66

    データマイニングの事例として，適切なものはどれか。

    売上データの中から，ある商品と同時に購入されることが多い商品がないか分析した。

  • 67

    近年のインターネットの成長とともに増大し続ける巨大な情報の集まりを表す用語として， 適切なものはどれか。

    ビッグデータ