5.1 AI・データ活用の社会実装とプロジェクトの進め方
問題一覧
1
データを活用する義務に関しては、専門技術を持つデータサイエンティストに任せることが望ましい
2
(ア)準委任契約 (イ)請負契約
3
開発契約に関しては、各段階の契約目的を確実に実現する観点から、準委任契約ではなく請負契約にすべきである
4
短期間でプロトタイプを納品する必要があったため、アジャイル開発を行うことを決めた
5
他社と共同で開発したサービスの性能試験を終え、それを利用者にリリースする前の段階で他社間で秘密保持契約を結ぶことが望ましい
6
NDA締結後に、無断で秘密情報の開示が行われた場合、一般的に、NDAに記載されているペナルティが違反者に課せられる
7
POSデータ
8
ビッグデータは、データ量が大きいデータのうち、更新頻度が低いデータを指す
9
IoT
10
文章で書かれたメールを受信し、その内容を解析することで発注書を作成できるなど、RPAによる業務の効率化が期待できる
11
ビッグデータはDXに重要であり、ビッグデータの大部分を占めるのが構造化データである
12
(ア)Python (イ)BIツール (ウ)Tableau
13
Matplotlibは深層学習の疾走のためのフレームワークを提供し、ニュートラルネットワークの構造を柔軟に定義できることが特徴である
14
学習済みモデルが展開された後にも、追加学習を行うなどモデルを最終的に改善できる仕組みを特徴とする
15
データマイニングにおいてビジネスの観点から検討が必要であり、CRISP-DMの中で行われる
16
自前での開発と比べて、Web APIを使用した開発の方が時間の短縮につながるものの、開発コストが高価になることが多い
17
IaaSはクラウドサービスの形態の1つであり、ユーザがソフトウェアをインストールすることなく、インターネットに接続することで利用可能にする
18
データの改ざんを検出できる仕組みが整備されている
19
Dockerのコンテナは仮想マシンと同じく、デジタル空間における物理的なマシンのコビーとして解釈される
20
仮説と異なる結果が得られても、それが有意義な発見につながる可能性があるので、得られた結果を詳しく検討・検証する
21
分析の目的を明らかにし、受領したデータが適切かどうかを確認するため、依頼元とKPIなどに関して認識合わせをしていた
22
モデルの見直し頻度を含め、運用の契約について先方と合意をとった上で、モデルチューニングを継続していく
23
ユーザには、データを収集する目的を説明し、計算に使用するアルゴリズムについてもわかりやすく説明するように努力した
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1-09
問題1-09
Tsuyoshi Ikeda · 20問 · 1年前問題1-09
問題1-09
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
データを活用する義務に関しては、専門技術を持つデータサイエンティストに任せることが望ましい
2
(ア)準委任契約 (イ)請負契約
3
開発契約に関しては、各段階の契約目的を確実に実現する観点から、準委任契約ではなく請負契約にすべきである
4
短期間でプロトタイプを納品する必要があったため、アジャイル開発を行うことを決めた
5
他社と共同で開発したサービスの性能試験を終え、それを利用者にリリースする前の段階で他社間で秘密保持契約を結ぶことが望ましい
6
NDA締結後に、無断で秘密情報の開示が行われた場合、一般的に、NDAに記載されているペナルティが違反者に課せられる
7
POSデータ
8
ビッグデータは、データ量が大きいデータのうち、更新頻度が低いデータを指す
9
IoT
10
文章で書かれたメールを受信し、その内容を解析することで発注書を作成できるなど、RPAによる業務の効率化が期待できる
11
ビッグデータはDXに重要であり、ビッグデータの大部分を占めるのが構造化データである
12
(ア)Python (イ)BIツール (ウ)Tableau
13
Matplotlibは深層学習の疾走のためのフレームワークを提供し、ニュートラルネットワークの構造を柔軟に定義できることが特徴である
14
学習済みモデルが展開された後にも、追加学習を行うなどモデルを最終的に改善できる仕組みを特徴とする
15
データマイニングにおいてビジネスの観点から検討が必要であり、CRISP-DMの中で行われる
16
自前での開発と比べて、Web APIを使用した開発の方が時間の短縮につながるものの、開発コストが高価になることが多い
17
IaaSはクラウドサービスの形態の1つであり、ユーザがソフトウェアをインストールすることなく、インターネットに接続することで利用可能にする
18
データの改ざんを検出できる仕組みが整備されている
19
Dockerのコンテナは仮想マシンと同じく、デジタル空間における物理的なマシンのコビーとして解釈される
20
仮説と異なる結果が得られても、それが有意義な発見につながる可能性があるので、得られた結果を詳しく検討・検証する
21
分析の目的を明らかにし、受領したデータが適切かどうかを確認するため、依頼元とKPIなどに関して認識合わせをしていた
22
モデルの見直し頻度を含め、運用の契約について先方と合意をとった上で、モデルチューニングを継続していく
23
ユーザには、データを収集する目的を説明し、計算に使用するアルゴリズムについてもわかりやすく説明するように努力した