問題一覧
1
不適切
2
不適切
3
不適切
4
不適切
5
人間の専門家の知識をIF-THENのルールとして表現する。
6
過去の診断結果がラベル付けされた患者データを使用して、新しい患者の診断を予測する。
7
過去5年間の気象データと気温データを使用して、翌日の気温を予測する。
8
正常データから逸脱度に基づく検出
9
モデルの計算速度を向上させ、過学習を抑制できる。
10
ラベル付けのコストを削減しながら性能を向上できる
11
入力、重み、バイアス、活性化関数、出力
12
パターン認識や分類作業
13
過学習
14
予測や分類に使用する入力変数
15
アラン・チューリング
16
知識獲得のボトルネック
17
トランスフォーマーアーキテクチャ
18
pythonのみ
19
人間による評価スコア
20
著名性
21
デジタルシティズンシップ
22
漏洩等報告・本人通知の義務化
23
自然、言語の文章が、どの程度自然であるかを評価するためのモデルである
24
一般公開性
25
正則化
26
入力文の重要な部分に焦点を当てること
27
Few shot prompting
28
自己教師あり学習
29
Transformerアーキテクチャを採用している
30
計算時間の複雑度
31
適切なクラスター数の決定
32
ルールベースの限界
33
社員証を使って、会社の入退室管理システムに記録された従業員の出退勤データ
34
スミッシング
35
第三者提供が原則禁止されている
36
ハイパーパラメータ
37
長期的な依存関係を学習できる記憶するとゲート構造を持つ
問題一覧
1
不適切
2
不適切
3
不適切
4
不適切
5
人間の専門家の知識をIF-THENのルールとして表現する。
6
過去の診断結果がラベル付けされた患者データを使用して、新しい患者の診断を予測する。
7
過去5年間の気象データと気温データを使用して、翌日の気温を予測する。
8
正常データから逸脱度に基づく検出
9
モデルの計算速度を向上させ、過学習を抑制できる。
10
ラベル付けのコストを削減しながら性能を向上できる
11
入力、重み、バイアス、活性化関数、出力
12
パターン認識や分類作業
13
過学習
14
予測や分類に使用する入力変数
15
アラン・チューリング
16
知識獲得のボトルネック
17
トランスフォーマーアーキテクチャ
18
pythonのみ
19
人間による評価スコア
20
著名性
21
デジタルシティズンシップ
22
漏洩等報告・本人通知の義務化
23
自然、言語の文章が、どの程度自然であるかを評価するためのモデルである
24
一般公開性
25
正則化
26
入力文の重要な部分に焦点を当てること
27
Few shot prompting
28
自己教師あり学習
29
Transformerアーキテクチャを採用している
30
計算時間の複雑度
31
適切なクラスター数の決定
32
ルールベースの限界
33
社員証を使って、会社の入退室管理システムに記録された従業員の出退勤データ
34
スミッシング
35
第三者提供が原則禁止されている
36
ハイパーパラメータ
37
長期的な依存関係を学習できる記憶するとゲート構造を持つ