暗記メーカー

暗記メーカー

​
ログイン
三章
51問 • 9ヶ月前
  • 神谷晨平
    • 通報

    問題一覧

  • 1

    機械学習の手段を、3つに大別せよ。

    わかった

  • 2

    教師あり学習がどのようなものかを説明し、事例を挙げよ。

    わかった

  • 3

    教師あり学習で、連続値を予測する問題を～と呼び、離散値を予測する問題を～と呼ぶ。

    わかった

  • 4

    教師なし学習を説明し、例を挙げよ

    わかった

  • 5

    強化学習とはどのようなものか、例を交えて説明せよ。

    わかった

  • 6

    ロジスティック回帰に用いる関数で、任意の値を0～1に写像する関数の名前は？

    わかった

  • 7

    ロジスティック回帰で使用するソフトマックス関数のとは、どのような関数か

    わかった

  • 8

    バギング(bagging)とはどのような学習方法か

    わかった

  • 9

    複数のモデルを使用して学習することなんというか

    わかった

  • 10

    教師あり学習では複数の特徴量から、入力と出力のパターンを学習する。 ランダムフォレストでは、それぞれ特徴量がどのようになっているか順に確認していく。 どの特徴量を使うかの組み合わせで、どのような出力になるかの分岐路が作成されていき、この分岐路の集合を～と呼ぶ。

    わかった

  • 11

    ランダムフォレストでは、決定木を作成したのち、どのような方法で最終的な出力を決定するか。

    わかった

  • 12

    学習に用いるデータを全部使うのではなく、一部をサンプリングして使用する方法を何というか。

    わかった。

  • 13

    バギングはモデルを～に作成して学習するが、ブースティングではモデルを～に作成して学習する。

    わかった

  • 14

    AdaBoostがどのような学習方法か説明せよ

    わかった

  • 15

    勾配ブースティングとはどのような学習する方法か

    わかった

  • 16

    ブースティングとバギングでは、通常どちらが時間がかかるか。またその理由を答えよ。

    わかった

  • 17

    サポートベクターマシン(SVM)とは、どのような手法か。

    わかった

  • 18

    サポートベクターマシンでは、データをあえて高次元に写像した後に、分類問題を解く。 高次元に写像するときに使用する関数を～と呼び、その後の計算を複雑にしないようにするテクニックを～と呼ぶ。

    わかった

  • 19

    k-means法の具体的な、方法を答えよ

    わかった

  • 20

    デンドログラムとは何か

    わかった

  • 21

    階層ありクラスタリングの手法で、2つのクラスタ間の距離が最小のクラスタを一つのクラスタにまとめることで階層構造を作る方法を何というか。

    わかった

  • 22

    階層ありクラスタリングの手法で、各データの平方和が最小になるようにクラスタを作ることで、階層構造を作る手法を何というか

    わかった

  • 23

    主成分分析(Principal Component Analysis)とはどのような手法か

    わかった

  • 24

    次元削減の手法として、主成分分析以外にも、文章データに用いられ～も用いられる。

    わかった

  • 25

    多次元データを、二次元データに削減・可視化する手法が～であり、2,3次元データに削減する手法が～である。

    わかった

  • 26

    協調フィルタリングとはどのようなものか

    わかった

  • 27

    コールドスタート問題を説明せよ

    わかった

  • 28

    コンテンツベースフィルタリングとは

    わかった

  • 29

    トピックモデルとは

    わかった

  • 30

    トピックモデルのもっとも有名なモデルの名前を答えよ。

    わかった

  • 31

    強化学習において、活用と探索のバランスをとるための方策のことをなんというか。

    わかった

  • 32

    強化学習における、活用と探索とはそれぞれどのような考え方か？

    わかった

  • 33

    バンディットアルゴリズムのε-greedy方策とUCB方策を、それぞれ説明せよ。

    わかった

  • 34

    強化学習において、状態遷移にマルコフ性を仮定したモデルを何というか。

    わかった

  • 35

    マルコフ性について説明せよ

    わかった

  • 36

    強化学習では、累積報酬が最大となる行動をすることで、最適な行動ことを目的としているが、実際には直接的に最適な行動を求めることが難しい。 そこで、状態や行動の〜を関数として表し、その関数を最大化するような学習をするアプローチが考案された

    わかった

  • 37

    強化学習で用いる価値関数には、〜関数と〜関数が存在し、一般的に価値関数と言ったら〜関数の方を指す。

    わかった

  • 38

    価値関数は〜値とも呼ばれ、〜値を最大化する方法には、〜と〜が挙げられる。

    わかった

  • 39

    強化学習において、直接最適な行動を求めるアプローチを何と呼ぶか

    わかった

  • 40

    方策勾配法とは、どのような手法か

    わかった

  • 41

    方策勾配法はどのような分野で使用されるか、その理由も合わせて答えよ

    わかった

  • 42

    方策勾配法ベースの手法として〜があり、方策勾配法ベースと価値関数ベースを組み合わせた〜という手法が存在する

    わかった

  • 43

    モデルの予測性能を検証するとき、全データを訓練データとテストデータに分ける方法を公差検証方法と呼ぶ。 公差検証法のうち、あらかじめデータを訓練データとテストデータに分ける方法を〜と呼び、訓練データとテストデータの分割を複数回行い、それぞれに対して検証する方法を〜と呼ぶ。

    わかった

  • 44

    得られたデータが少ない場合、ホールドアウト検証とk‐分割公差検証のどちらを選択するとよいか、理由も答えよ

    わかった

  • 45

    回帰問題の予測性能を、評価する指標の一つとして、実際のデータと予測値の差の2乗の値の総和である〜を用いる

    わかった

  • 46

    平均二乗誤差では、なぜ二乗するのか。

    わかった

  • 47

    あるモデルにおいて、訓練データでは予測精度が高いが、テストデータの予測精度が低い状態をなんというか

    わかった

  • 48

    分類問題の、予測精度の指標として用いられる指標の正解率、適合率、再現率、F値を表す式を示せ。

    わかった

  • 49

    ROC曲線は、縦軸に～を、横軸に～を設置したグラフである、

    わかった

  • 50

    ROC曲線の下側の面積を何というか。またこの面積が～ほどモデルの精度が～と判断できる。

    わかった

  • 51

    オッカムの剃刀とはどのような指針か？

    わかった

    • 半導体技術士_パワーデバイス1

    半導体技術士_パワーデバイス1

    神谷晨平 · 191問 · 2年前

    半導体技術士_パワーデバイス1

    半導体技術士_パワーデバイス1

    191問 • 2年前
    神谷晨平

    英単語

    英単語

    神谷晨平 · 100問 · 2年前

    英単語

    英単語

    100問 • 2年前
    神谷晨平

    英単語2

    英単語2

    神谷晨平 · 99問 · 1年前

    英単語2

    英単語2

    99問 • 1年前
    神谷晨平

    英単語3

    英単語3

    神谷晨平 · 100問 · 1年前

    英単語3

    英単語3

    100問 • 1年前
    神谷晨平

    英単語4

    英単語4

    神谷晨平 · 101問 · 1年前

    英単語4

    英単語4

    101問 • 1年前
    神谷晨平

    英単語５

    英単語５

    神谷晨平 · 100問 · 1年前

    英単語５

    英単語５

    100問 • 1年前
    神谷晨平

    統計

    統計

    神谷晨平 · 100問 · 1年前

    統計

    統計

    100問 • 1年前
    神谷晨平

    その1

    その1

    神谷晨平 · 122問 · 1年前

    その1

    その1

    122問 • 1年前
    神谷晨平

    英単語6

    英単語6

    神谷晨平 · 102問 · 11ヶ月前

    英単語6

    英単語6

    102問 • 11ヶ月前
    神谷晨平

    一章

    一章

    神谷晨平 · 19問 · 9ヶ月前

    一章

    一章

    19問 • 9ヶ月前
    神谷晨平

    二章

    二章

    神谷晨平 · 34問 · 9ヶ月前

    二章

    二章

    34問 • 9ヶ月前
    神谷晨平

    四章

    四章

    神谷晨平 · 43問 · 9ヶ月前

    四章

    四章

    43問 • 9ヶ月前
    神谷晨平

    五章

    五章

    神谷晨平 · 33問 · 9ヶ月前

    五章

    五章

    33問 • 9ヶ月前
    神谷晨平

    微積公式

    微積公式

    神谷晨平 · 23問 · 7ヶ月前

    微積公式

    微積公式

    23問 • 7ヶ月前
    神谷晨平

    英単語7

    英単語7

    神谷晨平 · 69問 · 7ヶ月前

    英単語7

    英単語7

    69問 • 7ヶ月前
    神谷晨平

    その1

    その1

    神谷晨平 · 44問 · 4ヶ月前

    その1

    その1

    44問 • 4ヶ月前
    神谷晨平

    問題一覧

  • 1

    機械学習の手段を、3つに大別せよ。

    わかった

  • 2

    教師あり学習がどのようなものかを説明し、事例を挙げよ。

    わかった

  • 3

    教師あり学習で、連続値を予測する問題を～と呼び、離散値を予測する問題を～と呼ぶ。

    わかった

  • 4

    教師なし学習を説明し、例を挙げよ

    わかった

  • 5

    強化学習とはどのようなものか、例を交えて説明せよ。

    わかった

  • 6

    ロジスティック回帰に用いる関数で、任意の値を0～1に写像する関数の名前は？

    わかった

  • 7

    ロジスティック回帰で使用するソフトマックス関数のとは、どのような関数か

    わかった

  • 8

    バギング(bagging)とはどのような学習方法か

    わかった

  • 9

    複数のモデルを使用して学習することなんというか

    わかった

  • 10

    教師あり学習では複数の特徴量から、入力と出力のパターンを学習する。 ランダムフォレストでは、それぞれ特徴量がどのようになっているか順に確認していく。 どの特徴量を使うかの組み合わせで、どのような出力になるかの分岐路が作成されていき、この分岐路の集合を～と呼ぶ。

    わかった

  • 11

    ランダムフォレストでは、決定木を作成したのち、どのような方法で最終的な出力を決定するか。

    わかった

  • 12

    学習に用いるデータを全部使うのではなく、一部をサンプリングして使用する方法を何というか。

    わかった。

  • 13

    バギングはモデルを～に作成して学習するが、ブースティングではモデルを～に作成して学習する。

    わかった

  • 14

    AdaBoostがどのような学習方法か説明せよ

    わかった

  • 15

    勾配ブースティングとはどのような学習する方法か

    わかった

  • 16

    ブースティングとバギングでは、通常どちらが時間がかかるか。またその理由を答えよ。

    わかった

  • 17

    サポートベクターマシン(SVM)とは、どのような手法か。

    わかった

  • 18

    サポートベクターマシンでは、データをあえて高次元に写像した後に、分類問題を解く。 高次元に写像するときに使用する関数を～と呼び、その後の計算を複雑にしないようにするテクニックを～と呼ぶ。

    わかった

  • 19

    k-means法の具体的な、方法を答えよ

    わかった

  • 20

    デンドログラムとは何か

    わかった

  • 21

    階層ありクラスタリングの手法で、2つのクラスタ間の距離が最小のクラスタを一つのクラスタにまとめることで階層構造を作る方法を何というか。

    わかった

  • 22

    階層ありクラスタリングの手法で、各データの平方和が最小になるようにクラスタを作ることで、階層構造を作る手法を何というか

    わかった

  • 23

    主成分分析(Principal Component Analysis)とはどのような手法か

    わかった

  • 24

    次元削減の手法として、主成分分析以外にも、文章データに用いられ～も用いられる。

    わかった

  • 25

    多次元データを、二次元データに削減・可視化する手法が～であり、2,3次元データに削減する手法が～である。

    わかった

  • 26

    協調フィルタリングとはどのようなものか

    わかった

  • 27

    コールドスタート問題を説明せよ

    わかった

  • 28

    コンテンツベースフィルタリングとは

    わかった

  • 29

    トピックモデルとは

    わかった

  • 30

    トピックモデルのもっとも有名なモデルの名前を答えよ。

    わかった

  • 31

    強化学習において、活用と探索のバランスをとるための方策のことをなんというか。

    わかった

  • 32

    強化学習における、活用と探索とはそれぞれどのような考え方か？

    わかった

  • 33

    バンディットアルゴリズムのε-greedy方策とUCB方策を、それぞれ説明せよ。

    わかった

  • 34

    強化学習において、状態遷移にマルコフ性を仮定したモデルを何というか。

    わかった

  • 35

    マルコフ性について説明せよ

    わかった

  • 36

    強化学習では、累積報酬が最大となる行動をすることで、最適な行動ことを目的としているが、実際には直接的に最適な行動を求めることが難しい。 そこで、状態や行動の〜を関数として表し、その関数を最大化するような学習をするアプローチが考案された

    わかった

  • 37

    強化学習で用いる価値関数には、〜関数と〜関数が存在し、一般的に価値関数と言ったら〜関数の方を指す。

    わかった

  • 38

    価値関数は〜値とも呼ばれ、〜値を最大化する方法には、〜と〜が挙げられる。

    わかった

  • 39

    強化学習において、直接最適な行動を求めるアプローチを何と呼ぶか

    わかった

  • 40

    方策勾配法とは、どのような手法か

    わかった

  • 41

    方策勾配法はどのような分野で使用されるか、その理由も合わせて答えよ

    わかった

  • 42

    方策勾配法ベースの手法として〜があり、方策勾配法ベースと価値関数ベースを組み合わせた〜という手法が存在する

    わかった

  • 43

    モデルの予測性能を検証するとき、全データを訓練データとテストデータに分ける方法を公差検証方法と呼ぶ。 公差検証法のうち、あらかじめデータを訓練データとテストデータに分ける方法を〜と呼び、訓練データとテストデータの分割を複数回行い、それぞれに対して検証する方法を〜と呼ぶ。

    わかった

  • 44

    得られたデータが少ない場合、ホールドアウト検証とk‐分割公差検証のどちらを選択するとよいか、理由も答えよ

    わかった

  • 45

    回帰問題の予測性能を、評価する指標の一つとして、実際のデータと予測値の差の2乗の値の総和である〜を用いる

    わかった

  • 46

    平均二乗誤差では、なぜ二乗するのか。

    わかった

  • 47

    あるモデルにおいて、訓練データでは予測精度が高いが、テストデータの予測精度が低い状態をなんというか

    わかった

  • 48

    分類問題の、予測精度の指標として用いられる指標の正解率、適合率、再現率、F値を表す式を示せ。

    わかった

  • 49

    ROC曲線は、縦軸に～を、横軸に～を設置したグラフである、

    わかった

  • 50

    ROC曲線の下側の面積を何というか。またこの面積が～ほどモデルの精度が～と判断できる。

    わかった

  • 51

    オッカムの剃刀とはどのような指針か？

    わかった