問題1-09
問題一覧
1
5×5
2
RNNモデルと比較して、隠れた位置にある単語同士の関係性が捉えやすくなるが、その分、並列処理ができなくなる
3
人間が知覚する音の高さを表現するため、周波数を非線形変換した尺度
4
AutoML
5
二乗誤差を最小化するパラメータを求める
6
WordNet
7
画像生成を行うジェネレータとディスクリミネータを有するモデルである
8
メールアドレスのユーザ名及びドメイン名を用いて、特定の個人を識別可能である場合、メールアドレス単体が個人情報となる
9
他者の著作物を訓練データとして構築したAIモデルが非営利目的であっても、著作侵害に当たる可能性がある
10
顧客との電話の通話内容を録音したログデータは、通話内容から特定の個人を識別できない場合でも個人情報に該当することがある
11
事前に集めたデータを用いる強化学習であり、センサーログなど、大量のデータが事前に入手に可能な場合に用いられる
12
OCR
13
畳み込み層の最後でカテゴリ分類のために用いられる処理である
14
ポアソン分布
15
ネットワークの深さ、幅、解像度の最適値をCompound Coefficient(復号係数)という１つのパラメータで調整した
16
(ア)データポータビリティ (イ)新興企業による新規サービス創出を促す
17
フーリエ変換
18
WaveNet
19
(ア)ROC (イ)AUC (ウ)0.5
20
AIから出力された文章を人間が編集を行った後に掲載する場合、世の中のAIへの過大評価を回避するために、生成AIの関与に触れないようにする
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年前問題1-03
問題1-03
Tsuyoshi Ikeda · 20問 · 1年前問題1-03
問題1-03
20問 • 1年前問題1-04
問題1-04
Tsuyoshi Ikeda · 20問 · 1年前問題1-04
問題1-04
20問 • 1年前問題1-05
問題1-05
Tsuyoshi Ikeda · 20問 · 1年前問題1-05
問題1-05
20問 • 1年前問題1-06
問題1-06
Tsuyoshi Ikeda · 20問 · 1年前問題1-06
問題1-06
20問 • 1年前問題1-07
問題1-07
Tsuyoshi Ikeda · 20問 · 1年前問題1-07
問題1-07
20問 • 1年前問題1-08
問題1-08
Tsuyoshi Ikeda · 20問 · 1年前問題1-08
問題1-08
20問 • 1年前問題1-10
問題1-10
Tsuyoshi Ikeda · 11問 · 1年前問題1-10
問題1-10
11問 • 1年前令和6年春
令和6年春
Tsuyoshi Ikeda · 26問 · 1年前令和6年春
令和6年春
26問 • 1年前令和5年秋
令和5年秋
Tsuyoshi Ikeda · 26問 · 1年前令和5年秋
令和5年秋
26問 • 1年前令和5年春
令和5年春
Tsuyoshi Ikeda · 25問 · 1年前令和5年春
令和5年春
25問 • 1年前令和4年秋
令和4年秋
Tsuyoshi Ikeda · 15問 · 1年前令和4年秋
令和4年秋
15問 • 1年前令和4年春
令和4年春
Tsuyoshi Ikeda · 22問 · 1年前令和4年春
令和4年春
22問 • 1年前令和3年秋
令和3年秋
Tsuyoshi Ikeda · 17問 · 1年前令和3年秋
令和3年秋
17問 • 1年前令和3年春
令和3年春
Tsuyoshi Ikeda · 10問 · 1年前令和3年春
令和3年春
10問 • 1年前令和2年秋
令和2年秋
Tsuyoshi Ikeda · 16問 · 1年前令和2年秋
令和2年秋
16問 • 1年前令和元年秋
令和元年秋
Tsuyoshi Ikeda · 8問 · 1年前令和元年秋
令和元年秋
8問 • 1年前平成31年春
平成31年春
Tsuyoshi Ikeda · 8問 · 1年前平成31年春
平成31年春
8問 • 1年前平成30年秋
平成30年秋
Tsuyoshi Ikeda · 7問 · 1年前平成30年秋
平成30年秋
7問 • 1年前平成30年春
平成30年春
Tsuyoshi Ikeda · 5問 · 1年前平成30年春
平成30年春
5問 • 1年前平成29年秋
平成29年秋
Tsuyoshi Ikeda · 8問 · 1年前平成29年秋
平成29年秋
8問 • 1年前平成29年春
平成29年春
Tsuyoshi Ikeda · 16問 · 1年前平成29年春
平成29年春
16問 • 1年前平成28年秋
平成28年秋
Tsuyoshi Ikeda · 9問 · 1年前平成28年秋
平成28年秋
9問 • 1年前平成28年春
平成28年春
Tsuyoshi Ikeda · 6問 · 1年前平成28年春
平成28年春
6問 • 1年前平成27年秋
平成27年秋
Tsuyoshi Ikeda · 7問 · 1年前平成27年秋
平成27年秋
7問 • 1年前問題一覧
1
5×5
2
RNNモデルと比較して、隠れた位置にある単語同士の関係性が捉えやすくなるが、その分、並列処理ができなくなる
3
人間が知覚する音の高さを表現するため、周波数を非線形変換した尺度
4
AutoML
5
二乗誤差を最小化するパラメータを求める
6
WordNet
7
画像生成を行うジェネレータとディスクリミネータを有するモデルである
8
メールアドレスのユーザ名及びドメイン名を用いて、特定の個人を識別可能である場合、メールアドレス単体が個人情報となる
9
他者の著作物を訓練データとして構築したAIモデルが非営利目的であっても、著作侵害に当たる可能性がある
10
顧客との電話の通話内容を録音したログデータは、通話内容から特定の個人を識別できない場合でも個人情報に該当することがある
11
事前に集めたデータを用いる強化学習であり、センサーログなど、大量のデータが事前に入手に可能な場合に用いられる
12
OCR
13
畳み込み層の最後でカテゴリ分類のために用いられる処理である
14
ポアソン分布
15
ネットワークの深さ、幅、解像度の最適値をCompound Coefficient(復号係数)という１つのパラメータで調整した
16
(ア)データポータビリティ (イ)新興企業による新規サービス創出を促す
17
フーリエ変換
18
WaveNet
19
(ア)ROC (イ)AUC (ウ)0.5
20
AIから出力された文章を人間が編集を行った後に掲載する場合、世の中のAIへの過大評価を回避するために、生成AIの関与に触れないようにする