機械学習の学習の枠組みは、「○○」「○○」「○○」の3つに分けられる。 ○○をすべて埋めよ。

機械学習の学習の枠組みのひとつで、事前に学習した正しい入出力の組み合わせをもとに、新たな入力に対して適切な出力を得ようとする学習は何か？

教師あり学習と教師なし学習はデータセットの形式に違いがある。入力データと出力データが用いられる学習は何か？

教師あり学習と教師なし学習はデータセットの形式に違いがある。入力データだけが用いられる学習は何か？

教師あり学習と教師なし学習はデータセットの形式に違いがある。データ間の関係性を学習するのは何か？

教師あり学習と教師なし学習はデータセットの形式に違いがある。データがもつ構造や特徴を学習するのは何か？

ニューラルネットワークは、「○○」と「○○」の両方に用いることができる。 ○○をすべて埋めよ。

出力が離散的であり、カテゴリを予測したいときに利用される問題は何か？

出力が連続的で、その連続値そのものを予測したいときに利用される問題は何か？

ディープラーニングはより複雑な関数を表現できる分、過学習に注意が必要である。

ディープラーニングはより複雑な関数を表現できるが、何に注意が必要か？

ディープラーニングで得られる精度にはバラつきが出やすいため、k分割交差検証法を用いるのが望ましい。

ディープラーニングで、どのくらいのデータ数を用いれば、最も高い精度が得られるかについて、明確な指標はない。

ディープラーニングを用いる場合、モデルのパラメータ数の10倍のデータを用いると、最も高い精度を得られる。

ディープラーニングは必要な計算量が多いため、事前に主成分分析などを用いて特徴量の次元を圧縮する必要がある。

交差検証には2種類ある。何と何か？

「クラス1」のデータ数が25、「クラス2」のデータ数が75だったとき、すべてのデータに対して「クラス2」と予想すると75%となる評価指標は何か？

実際に「クラス1」のデータのうちどれだけ「クラス1」と予測できたかの割合を示す評価指標は何か？

「クラス1」を予測したもののうち、どれだけ実際に「クラス1」だったかの割合を示す評価指標は何か？

再現率と適合率の調和平均を用いた評価指標は何か？