暗記メーカー
ログイン
vol.01
  • William Wan

  • 問題数 37 • 9/27/2023

    記憶度

    完璧

    5

    覚えた

    15

    うろ覚え

    0

    苦手

    0

    未解答

    0

    アカウント登録して、解答結果を保存しよう

    問題一覧

  • 1

    人工知能に関する以下の文章を読み、空欄部分を埋め文章を完成させてください AIは、【①】の略で、コンピュータによって人間の知能を研究する学問あるいはその方法を指します。人工知能は、1967年にダートマス会議において【②】によって命名されました。

    Artificial Intelligence, John McCarthy

  • 2

    人工知能に関する以下の説明のうち正しいものを選んでください

    スマートスピーカーではAIアシスタントと呼ばれるソフトフェアが使用されている

  • 3

    以下の各説明に該当するものをより選んでください ①汎用性の高い複数のプログラムを再利用可能な形でひとまとまりにしたもの ②データベースへの接続・切断や画面遷移の制御などの一般的な機能をもつコードを持つプログラムから構成される ③アプリケーションが動作する環境

    ライブラリ, フレームワーク, プラットフォーム

  • 4

    人工知能に関する以下の説明のうち正しいものを選んでください

    機械学習は、人工知能の一分野である。, ディープラーニングは、ニューラルネットワークの技術に含まれる。

  • 5

    以下の文章を読み、空欄に最もよくあてはまる選択肢をそれぞれ1つずつ選べ。 第一次AIブームは1950年台に起こった。この頃に人工知能と呼ばれたプログラムは①をもとに問題を解いていた。特に、1996年にIBMが開発した②は、チェスの世界チャンピオンであるガルリ・カスパロフに勝利したことで有名である。しかし、ルールや設定が決まりきった迷路やパズルゲームなどの③とよばれる問題しかとけないという課題があったために、研究は下火になった。 ① 知識表現 表現学習 機械学習 探索・推論 ② Deep Blue Bonkras Ponanza Sharp ③ A/Bテスト パターンマッチング トイ・プロブレム ダートマスワークショップ

    探索・推論, Deep Blue, トイ・プロブレム

  • 6

    問題

    A, C, D

  • 7

    問題

    E, B, G, F

  • 8

    コンピュータによって人間の知能を研究する学問であり、あるいはその方法です。

    人工知能

  • 9

    人工知能という言葉についての問題です。 1956年にダートマス会議において①によって命名。 技術の発展と共に、②(最もその言葉らしいけど、実際の意味が曖昧)している傾向がある

    John McCarthy, バズワード化

  • 10

    以下の図はなんと呼びますか?

    フローチャート

  • 11

    機械学習の三大要素を記述してください。

    Artificial Intelligence, Machine Learning, Deep Learning

  • 12

    機械学習はデータから自動的に①できる②を開発すること、を目的とした人口知能のサブフィールド

    学習, アルゴリズム

  • 13

    以下の言葉は誰から発したでしょうか? 「明示的にプログラムしなくても、学習する能力をコンピュータに与える研究分野」 答え:1959年、人口知能の研究者①からです。

    Arthur Lee Samuel

  • 14

    以下の特徴を持つものは何で言いますか -人工知能分野の研究課題の一つ -特定のタスクの実行方法をコンピュータが独自に学習する -人間の学習能力をコンピュータで実現する

    機械学習

  • 15

    機械学習を用いたシステム面についての問題です。 ①ルールは人間が定めます ②入力データを元にシステムが学習しルールを獲得

    従来のシステム, 機械学習を用いたシステム

  • 16

    ①の人工知能-人工知能がどうのように振る舞うのか、を人間が定義する ②の人工知能-人工知能がどうのように振る舞うのか、コンピュータが自身が学習し、処理方法を自らで構築する

    ルールベース, 機械学習ベース

  • 17

    音声で家電製品のコントロールやインターネットジョンのサービスを利用することができる

    スマートスピーカー

  • 18

    ソフトウェア、スマートスピーカーに使用されていて(クラウド上)、多くの大手企業が研究、開発に力入れている

    AIアシスタント

  • 19

    ①-汎用性の高い複数の②を再利用できるひとまとまりにしたものです、身近いの例としてはNumpyやMatplotlib

    ライブラリ, プログラム

  • 20

    ①とは データベースの接触、切断、画面遷移や制御などの一般機能を持つコード、を持つプログラムから構成される 開発者は②(特定領域)のプログラミングに注力できるという利点がある

    フレームワーク, ドメイン

  • 21

    動作環境のこと

    プラットフォーム

  • 22

    代表的な機械学習のライブラリ・フレームワークを選びください

    Caffe, Deeplearning4j, Keras, Chainer, TensorFlow, PyTorch, Cognitive Toolkit, PaddlePaddle

  • 23

    以下の定義は誰の言葉ですか "A computer program is said to learn from experience E with respect to some class of task T and performance measure P, if its performance at task in T, as measured by P, improves with experience E."

    Mitchell

  • 24

    Mitchellの定義で登場する三要素はなんでしょうか?

    Experience, Task, Performance Measure

  • 25

    以下の事を何と呼びますでしょうか あるタスク(T、仕事)について、P(性能テスト)で測られたタスクの実行能力がE(データ)を通じて向上してゆくこと

    学習

  • 26

    ①のシステム(②)、E(データ)を沢山投入(猫を勉強させたい場合は、猫の写真をたくさん与える)    ③のシステム(④)、自分で猫を判別できる。 テストするときは⑤に含まれているデータを使っちゃいけない。

    学習前, Learning Program, 学習済み, Learned Program, E

  • 27

    ①-機械学習において、観測測定で得られる情報をなんで呼びますか。 ②-既に学習済みのデータ集をなんで呼びますか。

    データ, データセット

  • 28

    ベクトル化(ダミー化)   ①の単語や文をベクトルに変換すること   ベクトル化によって、言語の意味の②を見つけたり、③を獲得

    自然言語, 類似性, 特徴

  • 29

    データの名称ついての問題です。 ①-学習に用いるデータ ②-学習結果の性能を検証するためのデータ(中間テストに当たる) ③-予測精度を評価するためのデータです。(期末テストに当たる) ④-性能の評価を行う実験

    訓練データ, 検証データ, テストデータ, ベンチマーク

  • 30

    機械学習のよる、プログラムに①、②を処理させるのが目的。代表的な②は平均気温からビールの売り上げを予測。

    作業, タスク

  • 31

    機械学習における代表的なタスクについての問題です ①-データから離散値を予測 ②-データから連続的な値を予測する ③-同種のデータをクラスター化、データ間の類似度に基づいて、データをグループ分けする手法です ④-データの中からデータの特徴を抽出する。3つのデータを2つのデータに変換して、再計算する

    分類, 回帰, クラスタリング, 次元削減

  • 32

    ①-予測するラベルが2つあり、機械学習のプログラミングにおいて、これらラベルをスパムの場合は「1」、非スパムの場合は「ー1」となる ②-予測するラベルが3つ以上あり、典型例としては、手書き数字の判別(0から9) ③-Nクラス分類ラベルの数を明言したい場合( ④-受信者の意志を無視して、一方的にメールを送り付けるられるのメールの事

    2クラス分類, 多クラス分類, Nクラス分類, スパムメール

  • 33

    未知のデータへの対応能力の事

    汎化能力

  • 34

    機械学習において大事なのは未知のデータに対して①や②できるかどうか

    分類, 予測

  • 35

    汎化性能の評価を行う行為

    パフォーマンス性能評価

  • 36

    機械学習は三種類に分類され、それぞれ

    教師あり学習, 教師なし学習, 強化学習

  • 37

    ①-訓練データに「正解を表すデータ(ラベル)」をつけて学習方法 ②-正解を表すラベルをつけないで、機械学習アルゴリズムを学習させる ③-正解を与える代わりに周囲の環境を観測し、自律的に考え、将来の価値を最大化するモデル、環境から報酬という形でフェードバックを得る。

    教師あり学習, 教師なし学習, 強化学習