暗記メーカー

暗記メーカー

​
ログイン
問題1-07
20問 • 1年前
  • Tsuyoshi Ikeda
    • 通報

    問題一覧

  • 1

    RNNにおける教師強制(Teacher Forcing)の説明として適切な選択肢を選べ

    学習において、各時刻の入力に、１つ前の時刻の出力データではなく、１つ前の時刻の正解データを教師データとして用いる方法

  • 2

    学習モデルの構築に用いられるデータにおけるバイアスについて不適切な選択肢を選べ

    不均衡データを用いて分類モデルを学習する場合、モデルはデータけんすうの少ないクラスを優先して損失関数を最小化する傾向にある

  • 3

    2012年に物体認識のコンペディションILSVRCにてAlexNetモデルが優勝し、この出来事はディープラーニングが注目されたきっかけの１つとなった。ILSVRCで競技に参加したモデルの訓練に使用されたデータセットとして適切な選択肢を選べ

    ImageNet

  • 4

    マルチエージェント強化学習の説明として適切な選択肢を選べ

    複数の主体が同時に強調して、あるいは競争的に学習する

  • 5

    ブロックチェーンの説明として適切な選択肢を選べ

    デジタルの学習・資格証明書であるオープンバッチに活用されている

  • 6

    K-分割交差検証法に関する説明として適切な選択肢を選べ

    K回の精度評価結果の平均値を、そのモデルの汎化性能と考える

  • 7

    混同行列を用いた機械学習の精度評価の説明として適切な選択肢を選べ

    2つのモデルAとBを比較したとき、Bの適合率と再現率がともにAに比べて高いとき、BのF値もAに比べて高い

  • 8

    教師なし学習の使用例として、適切な選択肢を選べ

    購買データ間の関連性を分析することで、ビールを買う人ナッツを買う確率が高いことがわかった

  • 9

    文章のトピックを推定すら際に用いられる技術として不適切な選択肢を選べ

    チューリングテスト

  • 10

    音声認識において、音韻を区別する特徴となるピークが立っている周波数を表す用語として適切な選択肢を選べ

    フォルマント周波数

  • 11

    深層学習のフレームワークでは、計算の流れをグラフ構造で描いた計算グラフにより、ネットワークの構造を視覚的に理解しながら設計することが多い。この計算グラフについて述べた記述として適切な選択肢を選べ

    Chainerが購入したdefine-by-run方式は、順伝播処理を実行しながら計算グラフを動的に構築する。この方法はPyTorchでも使われている

  • 12

    半教師あり学習を行う流れとして適切な選択肢を選べ

    教師ラベルが付与されている一部のデータを利用し、残りの教師ラベルなしのデータに対してラベルの予測を行い、最後にすべてのデータを統合し教師あり学習を行う

  • 13

    ニューラルネットワークの隠れ層では(ア)がデータの値を整え、ネットワークの下流の隠れ層で特徴を抽出しやすくする役割を持つ

    活性化関数

  • 14

    順方向の系列データの逆方向の系列データをともに処理し、過去と未来の両方の情報を言語解析に活用できるモデルとして適切な選択肢を選べ

    BiRNN

  • 15

    (機能Aを有するプログラム)の特許は存在するが、「機能Aと機能Bを有するプログラム」葉公知ではなく、公然実施もされていない。この時、「機能AときのうBを有するプログラム」の特許出願における新規性・進歩性について不適切な選択肢を選べ

    この出願の技術が、産業上のり用可能性が高いとき、進歩性があると判断される

  • 16

    Aiの開発・運用の倫理性の担保について適切な選択肢を選べ

    AI技術に対する倫理的な懸念に対して、事後的ではなく、事前に対処すべきである

  • 17

    学習済みモデルの精度を検証するために、モデルの学習を始める前にあらかじめデータを「訓練データ」と「テストデータ」の2つに適切な割合で分割ふる必要がある。この割合として、適切な選択肢を選べ

    訓練:テスト=7:3

  • 18

    音声認識において周波数は音のどのような性質を表すか、適切な選択肢を選べ

    音の高低

  • 19

    偽陽性の説明として適切な選択肢を選べ

    正解が陰性であるサンプルを、機械学習モデルが陽性と判断してしまうこと

  • 20

    下表の５組の（x,y）のデータについて、yをxで表した回帰直線として、最も近い選択肢を選べ x 2 -1 4 6 -5 y 27 10 31 40 -5

    y = 4x + 15

    • 1.人工知能の定義と、技術動向・研究における問題

    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

    1.人工知能の定義と、技術動向・研究における問題

    23問 • 1年前
    Tsuyoshi Ikeda

    2.1.機械学習の基本概念・具体的な手法・精度評価

    2.1.機械学習の基本概念・具体的な手法・精度評価

    Tsuyoshi Ikeda · 22問 · 1年前

    2.1.機械学習の基本概念・具体的な手法・精度評価

    2.1.機械学習の基本概念・具体的な手法・精度評価

    22問 • 1年前
    Tsuyoshi Ikeda

    2.2.機械学習の基本概念・具体的な手法・精度評価

    2.2.機械学習の基本概念・具体的な手法・精度評価

    Tsuyoshi Ikeda · 20問 · 1年前

    2.2.機械学習の基本概念・具体的な手法・精度評価

    2.2.機械学習の基本概念・具体的な手法・精度評価

    20問 • 1年前
    Tsuyoshi Ikeda

    2.3.機械学習の基本概念・具体的な手法・精度評価

    2.3.機械学習の基本概念・具体的な手法・精度評価

    Tsuyoshi Ikeda · 16問 · 1年前

    2.3.機械学習の基本概念・具体的な手法・精度評価

    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
    Tsuyoshi Ikeda

    3.1.ディープラーニングの仕組みと応用

    3.1.ディープラーニングの仕組みと応用

    Tsuyoshi Ikeda · 17問 · 1年前

    3.1.ディープラーニングの仕組みと応用

    3.1.ディープラーニングの仕組みと応用

    17問 • 1年前
    Tsuyoshi Ikeda

    3.2.ディープラーニングの仕組みと応用

    3.2.ディープラーニングの仕組みと応用

    Tsuyoshi Ikeda · 21問 · 1年前

    3.2.ディープラーニングの仕組みと応用

    3.2.ディープラーニングの仕組みと応用

    21問 • 1年前
    Tsuyoshi Ikeda

    3.3.ディープラーニングの仕組みと応用

    3.3.ディープラーニングの仕組みと応用

    Tsuyoshi Ikeda · 12問 · 1年前

    3.3.ディープラーニングの仕組みと応用

    3.3.ディープラーニングの仕組みと応用

    12問 • 1年前
    Tsuyoshi Ikeda

    3.4.ディープラーニングの仕組みと応用

    3.4.ディープラーニングの仕組みと応用

    Tsuyoshi Ikeda · 27問 · 1年前

    3.4.ディープラーニングの仕組みと応用

    3.4.ディープラーニングの仕組みと応用

    27問 • 1年前
    Tsuyoshi Ikeda

    4.1.ディープラーニングの研究分野

    4.1.ディープラーニングの研究分野

    Tsuyoshi Ikeda · 12問 · 1年前

    4.1.ディープラーニングの研究分野

    4.1.ディープラーニングの研究分野

    12問 • 1年前
    Tsuyoshi Ikeda

    4.2.ディープラーニングの研究分野

    4.2.ディープラーニングの研究分野

    Tsuyoshi Ikeda · 19問 · 1年前

    4.2.ディープラーニングの研究分野

    4.2.ディープラーニングの研究分野

    19問 • 1年前
    Tsuyoshi Ikeda

    4.3.ディープラーニングの研究分野

    4.3.ディープラーニングの研究分野

    Tsuyoshi Ikeda · 3回閲覧 · 26問 · 1年前

    4.3.ディープラーニングの研究分野

    4.3.ディープラーニングの研究分野

    3回閲覧 • 26問 • 1年前
    Tsuyoshi Ikeda

    5.1 AI・データ活用の社会実装とプロジェクトの進め方

    5.1 AI・データ活用の社会実装とプロジェクトの進め方

    Tsuyoshi Ikeda · 23問 · 1年前

    5.1 AI・データ活用の社会実装とプロジェクトの進め方

    5.1 AI・データ活用の社会実装とプロジェクトの進め方

    23問 • 1年前
    Tsuyoshi Ikeda

    6.1 法規制・倫理ガイドライン・社会問題

    6.1 法規制・倫理ガイドライン・社会問題

    Tsuyoshi Ikeda · 19問 · 1年前

    6.1 法規制・倫理ガイドライン・社会問題

    6.1 法規制・倫理ガイドライン・社会問題

    19問 • 1年前
    Tsuyoshi Ikeda

    6.2 法規制・倫理ガイドライン・社会問題

    6.2 法規制・倫理ガイドライン・社会問題

    Tsuyoshi Ikeda · 21問 · 1年前

    6.2 法規制・倫理ガイドライン・社会問題

    6.2 法規制・倫理ガイドライン・社会問題

    21問 • 1年前
    Tsuyoshi Ikeda

    6.3 法規制・倫理ガイドライン・社会問題

    6.3 法規制・倫理ガイドライン・社会問題

    Tsuyoshi Ikeda · 13問 · 1年前

    6.3 法規制・倫理ガイドライン・社会問題

    6.3 法規制・倫理ガイドライン・社会問題

    13問 • 1年前
    Tsuyoshi Ikeda

    6.4 法規制・倫理ガイドライン・社会問題

    6.4 法規制・倫理ガイドライン・社会問題

    Tsuyoshi Ikeda · 11問 · 1年前

    6.4 法規制・倫理ガイドライン・社会問題

    6.4 法規制・倫理ガイドライン・社会問題

    11問 • 1年前
    Tsuyoshi Ikeda

    7.1 AIを理解するための数学・統計学

    7.1 AIを理解するための数学・統計学

    Tsuyoshi Ikeda · 13問 · 1年前

    7.1 AIを理解するための数学・統計学

    7.1 AIを理解するための数学・統計学

    13問 • 1年前
    Tsuyoshi Ikeda

    7.2 AIを理解するための数学・統計学

    7.2 AIを理解するための数学・統計学

    Tsuyoshi Ikeda · 17問 · 1年前

    7.2 AIを理解するための数学・統計学

    7.2 AIを理解するための数学・統計学

    17問 • 1年前
    Tsuyoshi Ikeda

    問題1-01

    問題1-01

    Tsuyoshi Ikeda · 20問 · 1年前

    問題1-01

    問題1-01

    20問 • 1年前
    Tsuyoshi Ikeda

    問題1-02

    問題1-02

    Tsuyoshi Ikeda · 20問 · 1年前

    問題1-02

    問題1-02

    20問 • 1年前
    Tsuyoshi Ikeda

    問題一覧

  • 1

    RNNにおける教師強制(Teacher Forcing)の説明として適切な選択肢を選べ

    学習において、各時刻の入力に、１つ前の時刻の出力データではなく、１つ前の時刻の正解データを教師データとして用いる方法

  • 2

    学習モデルの構築に用いられるデータにおけるバイアスについて不適切な選択肢を選べ

    不均衡データを用いて分類モデルを学習する場合、モデルはデータけんすうの少ないクラスを優先して損失関数を最小化する傾向にある

  • 3

    2012年に物体認識のコンペディションILSVRCにてAlexNetモデルが優勝し、この出来事はディープラーニングが注目されたきっかけの１つとなった。ILSVRCで競技に参加したモデルの訓練に使用されたデータセットとして適切な選択肢を選べ

    ImageNet

  • 4

    マルチエージェント強化学習の説明として適切な選択肢を選べ

    複数の主体が同時に強調して、あるいは競争的に学習する

  • 5

    ブロックチェーンの説明として適切な選択肢を選べ

    デジタルの学習・資格証明書であるオープンバッチに活用されている

  • 6

    K-分割交差検証法に関する説明として適切な選択肢を選べ

    K回の精度評価結果の平均値を、そのモデルの汎化性能と考える

  • 7

    混同行列を用いた機械学習の精度評価の説明として適切な選択肢を選べ

    2つのモデルAとBを比較したとき、Bの適合率と再現率がともにAに比べて高いとき、BのF値もAに比べて高い

  • 8

    教師なし学習の使用例として、適切な選択肢を選べ

    購買データ間の関連性を分析することで、ビールを買う人ナッツを買う確率が高いことがわかった

  • 9

    文章のトピックを推定すら際に用いられる技術として不適切な選択肢を選べ

    チューリングテスト

  • 10

    音声認識において、音韻を区別する特徴となるピークが立っている周波数を表す用語として適切な選択肢を選べ

    フォルマント周波数

  • 11

    深層学習のフレームワークでは、計算の流れをグラフ構造で描いた計算グラフにより、ネットワークの構造を視覚的に理解しながら設計することが多い。この計算グラフについて述べた記述として適切な選択肢を選べ

    Chainerが購入したdefine-by-run方式は、順伝播処理を実行しながら計算グラフを動的に構築する。この方法はPyTorchでも使われている

  • 12

    半教師あり学習を行う流れとして適切な選択肢を選べ

    教師ラベルが付与されている一部のデータを利用し、残りの教師ラベルなしのデータに対してラベルの予測を行い、最後にすべてのデータを統合し教師あり学習を行う

  • 13

    ニューラルネットワークの隠れ層では(ア)がデータの値を整え、ネットワークの下流の隠れ層で特徴を抽出しやすくする役割を持つ

    活性化関数

  • 14

    順方向の系列データの逆方向の系列データをともに処理し、過去と未来の両方の情報を言語解析に活用できるモデルとして適切な選択肢を選べ

    BiRNN

  • 15

    (機能Aを有するプログラム)の特許は存在するが、「機能Aと機能Bを有するプログラム」葉公知ではなく、公然実施もされていない。この時、「機能AときのうBを有するプログラム」の特許出願における新規性・進歩性について不適切な選択肢を選べ

    この出願の技術が、産業上のり用可能性が高いとき、進歩性があると判断される

  • 16

    Aiの開発・運用の倫理性の担保について適切な選択肢を選べ

    AI技術に対する倫理的な懸念に対して、事後的ではなく、事前に対処すべきである

  • 17

    学習済みモデルの精度を検証するために、モデルの学習を始める前にあらかじめデータを「訓練データ」と「テストデータ」の2つに適切な割合で分割ふる必要がある。この割合として、適切な選択肢を選べ

    訓練:テスト=7:3

  • 18

    音声認識において周波数は音のどのような性質を表すか、適切な選択肢を選べ

    音の高低

  • 19

    偽陽性の説明として適切な選択肢を選べ

    正解が陰性であるサンプルを、機械学習モデルが陽性と判断してしまうこと

  • 20

    下表の５組の（x,y）のデータについて、yをxで表した回帰直線として、最も近い選択肢を選べ x 2 -1 4 6 -5 y 27 10 31 40 -5

    y = 4x + 15