問題一覧
1
学習のプロセスが完了した機械学習プログラムのことを何というか？
学習済みモデル
2
機械学習の、3つの手法をすべて挙げよ
教師あり学習, 教師なし学習, 強化学習
3
教師あり学習の学習データは( )と( )からなる
特徴量, 正解ラベル
4
教師あり学習は( )と( )を結ぶ関係性を見出し、予測値を( )に近づけるように学習する
特徴量, 正解, 正解
5
教師なし学習には、正解ラベルがなく、特徴量のみである。( )や( )を通してデータが持つ特性を見出すように学習する
クラスタリング, 次元削減
6
強化学習は、与えられた条件下でプレイヤーのようなエージェントが、最大の( )をもらえるために( )する手法
報酬, 行動を最適化
7
教師あり学習について説明しているのはどれか？
学習データは、特徴量と正解ラベルで構成しており、特徴量と正解を結ぶ関係性を見出し、予測値を正解に近づけるように学習
8
教師なし学習について説明しているのはどれか？
学習データは特徴量のみで、クラスタリングや次元削減を通して、データが持つ特性を見出すように学習
9
強化学習について説明しているのはどれか？
与えられた条件下で、プレイヤーのようなエージェントが最大限の報酬をもらえるために、行動を最適化する手法
10
教師あり学習で扱う2つのタスクを挙げよ
分類問題, 回帰問題
11
統計、機械学習において、データの傾向に沿うようにモデルを学習させた結果、学習時のデータに対してはよい精度を出すが、未知データに対しては同様の精度を出せないモデルが構築されてしまう。このことを何というか
過学習
12
線形回帰には( )と( )の2種類が存在する
単回帰分析, 重回帰分析
13
線形回帰とは1つ以上の( )を使用して、連続値である( )を予測する
説明変数, 目的変数
14
回帰分析では、過学習を防ぐために、モデルに( )を施すことがある
正則化
15
正則化の目的は、( )と( )を最小にするようにパラメータを学習することで、過学習を防ぐこと。
損失関数, ペナルティ項の和
16
正則化の代表的な手法として、L1正則化とL2正則化がある。 L1正則化を取り入れた線形回帰を( )、L2正則化を取り入れた線形回帰を( )と呼ぶ
ラッソ回帰, リッジ回帰
17
ロジスティック回帰分析とは、ある事象が発生する( )を求める非線形回帰の手法である
確率
18
ロジスティック回帰は、( )分類と( )分類の両方に適用できる
二値, マルチクラス
19
二値分類問題に使用する関数は( )関数という
シグモイド
20
マルチクラス分類問題に使用する関数を( )関数という
ソフトマックス