暗記メーカー

暗記メーカー

​
ログイン
問題1-03
20問 • 1年前
  • Tsuyoshi Ikeda
    • 通報

    問題一覧

  • 1

    「現代版バベルの塔」と呼ばれる人間のすべての知識を取り込むことを目指す野心的なAIプロジェクト(ア)は、現在は(イ)

    (ア)Cycプロジェクト (イ)未完成のまま継続されている

  • 2

    データ偽装に関する不正行為とその対策について不適切な選択肢を選べ

    データの捏造は、データの実際の値から恣意的に変更する行為である

  • 3

    データ汚染に関して不適切な選択肢を選べ

    データ汚染による攻撃の防御が容易であるため、検知システムの構築などが急がれている

  • 4

    データの来歴に関する透明性が保たれる事による利点として不適切な選択肢を選べ

    改ざんからデータを防御できる

  • 5

    欠損値を適切な処理で埋めることも特徴量エンジニアリングの一部である。(ア)場合、回帰を利用して欠損値を埋める値を推測することができる

    欠損が発生している特徴量と他の特徴量の間に強い相関がある

  • 6

    ディープラーニングの学習ては、局所最適解に陥りにくくし、異常値の影響を抑える目的でランダム性を取り入れた確率的勾配降下法がよく用いられる。このランダム性の説明として適切な選択肢を選べ

    学習データの中から、その都度ランダムに選んだサンプルを用いて学習を行う

  • 7

    ディープフェイクについて不適切な選択肢を選べ

    ディープフェイクは偏ったデータで学習を行ったことが原因で生成される

  • 8

    モデルによる推論の根拠を説明しづらいことが、ディープラーニングの難点として挙げられているが、これを改善すべく、説明可能AI(XAI)という研究が注目されている。XAIの目的として適切な選択肢を選べ

    推論の理由を可視化や自然言語で記述できるようにする

  • 9

    構造化データの種別または形式として適切な選択肢を選べ

    TSV

  • 10

    以下の一般物体認識のアルゴリズムは、(ア)物体検出と(B)セマンティック・セグメンテーションのどちらに該当するのか適切な選択肢を選べ ・FCN(完全畳み込みネットワーク) ・SSD(Single Shot Multibox Detector) ・Fast R-CNN ・Faster R-CNN ・YOLO (You Only Lock Once)

    (A)Fast R-CNN、Faster R-CNN、YOLO、SSD (B)FCN

  • 11

    InceptionモジュールからこつせいされなCNNモデルとして適切な選択肢を選べ

    GoogLeNet

  • 12

    第2次AIブームの代表技術であるエキスパートシステムに関して適切な選択肢を選べ

    遺伝子の血液疾患を診断するMycinは一般の内科医の診断精度を超えることができたものの、専門医の診断精度に到達できなかった

  • 13

    ロボットの動作制御に効果的な手法として適切な選択肢を選べ

    深層強化学習

  • 14

    オープンデータセットの利用に関して不適切な選択肢を選べ

    バイアスや異常値が著しく少ない

  • 15

    機械学習やディープラーニングの研究開発を支援する無償のプラットフォームのうち、ウェブ上で学術論文の検索と閲覧に利用できるものとして適切な選択肢を選べ

    Google Scholar

  • 16

    データの次元の数が多くなるにつれて計算量が指数関数的に増えてしまうことを一般的に次元の呪いと呼ぶ。ここでいう次元の例として適切な選択肢を選べ

    入力データの特徴量の数

  • 17

    特徴抽出を行うS細胞層と位置ズレを許容するためにプーリング処理を行うC細胞量の組み合わせを特徴とするモデルは、現在の畳み込みニューラルネットワーク（CNN）の原型であると思われる。このモデルの名称として適切な選択肢を選べ

    ネオコグニトロン

  • 18

    不正競争防止法における営業秘密に該当するものとして不適切な選択肢を選べ

    各々の社員の生年月日

  • 19

    LSTMにおいて、出力重み衝突を防ぐための仕組みとして適切な選択肢を選べ

    出力ゲート

  • 20

    AIモデルを訓練する際に大量に電力が消費されることが近年問題視されている。電力消費を抑える工夫を取り入れた自然言語処理モデルとして適切な選択肢を選べ

    Switch Transformer

    • 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

    「現代版バベルの塔」と呼ばれる人間のすべての知識を取り込むことを目指す野心的なAIプロジェクト(ア)は、現在は(イ)

    (ア)Cycプロジェクト (イ)未完成のまま継続されている

  • 2

    データ偽装に関する不正行為とその対策について不適切な選択肢を選べ

    データの捏造は、データの実際の値から恣意的に変更する行為である

  • 3

    データ汚染に関して不適切な選択肢を選べ

    データ汚染による攻撃の防御が容易であるため、検知システムの構築などが急がれている

  • 4

    データの来歴に関する透明性が保たれる事による利点として不適切な選択肢を選べ

    改ざんからデータを防御できる

  • 5

    欠損値を適切な処理で埋めることも特徴量エンジニアリングの一部である。(ア)場合、回帰を利用して欠損値を埋める値を推測することができる

    欠損が発生している特徴量と他の特徴量の間に強い相関がある

  • 6

    ディープラーニングの学習ては、局所最適解に陥りにくくし、異常値の影響を抑える目的でランダム性を取り入れた確率的勾配降下法がよく用いられる。このランダム性の説明として適切な選択肢を選べ

    学習データの中から、その都度ランダムに選んだサンプルを用いて学習を行う

  • 7

    ディープフェイクについて不適切な選択肢を選べ

    ディープフェイクは偏ったデータで学習を行ったことが原因で生成される

  • 8

    モデルによる推論の根拠を説明しづらいことが、ディープラーニングの難点として挙げられているが、これを改善すべく、説明可能AI(XAI)という研究が注目されている。XAIの目的として適切な選択肢を選べ

    推論の理由を可視化や自然言語で記述できるようにする

  • 9

    構造化データの種別または形式として適切な選択肢を選べ

    TSV

  • 10

    以下の一般物体認識のアルゴリズムは、(ア)物体検出と(B)セマンティック・セグメンテーションのどちらに該当するのか適切な選択肢を選べ ・FCN(完全畳み込みネットワーク) ・SSD(Single Shot Multibox Detector) ・Fast R-CNN ・Faster R-CNN ・YOLO (You Only Lock Once)

    (A)Fast R-CNN、Faster R-CNN、YOLO、SSD (B)FCN

  • 11

    InceptionモジュールからこつせいされなCNNモデルとして適切な選択肢を選べ

    GoogLeNet

  • 12

    第2次AIブームの代表技術であるエキスパートシステムに関して適切な選択肢を選べ

    遺伝子の血液疾患を診断するMycinは一般の内科医の診断精度を超えることができたものの、専門医の診断精度に到達できなかった

  • 13

    ロボットの動作制御に効果的な手法として適切な選択肢を選べ

    深層強化学習

  • 14

    オープンデータセットの利用に関して不適切な選択肢を選べ

    バイアスや異常値が著しく少ない

  • 15

    機械学習やディープラーニングの研究開発を支援する無償のプラットフォームのうち、ウェブ上で学術論文の検索と閲覧に利用できるものとして適切な選択肢を選べ

    Google Scholar

  • 16

    データの次元の数が多くなるにつれて計算量が指数関数的に増えてしまうことを一般的に次元の呪いと呼ぶ。ここでいう次元の例として適切な選択肢を選べ

    入力データの特徴量の数

  • 17

    特徴抽出を行うS細胞層と位置ズレを許容するためにプーリング処理を行うC細胞量の組み合わせを特徴とするモデルは、現在の畳み込みニューラルネットワーク（CNN）の原型であると思われる。このモデルの名称として適切な選択肢を選べ

    ネオコグニトロン

  • 18

    不正競争防止法における営業秘密に該当するものとして不適切な選択肢を選べ

    各々の社員の生年月日

  • 19

    LSTMにおいて、出力重み衝突を防ぐための仕組みとして適切な選択肢を選べ

    出力ゲート

  • 20

    AIモデルを訓練する際に大量に電力が消費されることが近年問題視されている。電力消費を抑える工夫を取り入れた自然言語処理モデルとして適切な選択肢を選べ

    Switch Transformer