ある環境内における知的エージェントが、現在の状態を観測し、得られる収益（累積報酬）を最大化するために、どのような行動をとるべきかを決定する機械学習の一分野

深層学習とも言われ、対象の全体像から細部までの各々の粒度の概念を階層構造として関連させて学習する手法のこと

分類木と回帰木を組み合わせたもので、ツリーによってデータを分析する手法

膨大な量のデータから自らルールを学習し、そのルールに則った予測や判断を実現する技術

2つのクラスのデータ群を分割するような境界線や超平面を決定することで分類や回帰を行うアルゴリズム

誤差を伴う測定値の処理において、その誤差の二乗の和を最小にするようにし、最も確からしい関係式を求める方法

データの集合を部分集合（クラスタ）に切り分けて、それぞれの部分集合に含まれるデータが（理想的には）ある共通の特徴を持つようにする教師なしの機械学習法

計画を立案して目標に到達するのに用いられ、決定理論の分野において 決定を行うための木構造の特別な形であるグラフ

計算複雑性理論における計算の難しさの議論の対象となる問題の一つで、n 種類の品物（各々、価値 vi、重量 wi）が与えられたとき、重量の合計が W を超えない範囲で品物のいくつかを入れ物（鞄のような物）に入れて、その入れた品物の価値の合計を最大化するには入れる品物の組み合わせをどのように選べばよいか」という整数計画問題

都市の集合と各2都市間の移動コスト（たとえば距離）が与えられたとき、全ての都市をちょうど一度ずつ巡り出発地に戻る巡回路のうちで総移動コストが最小のものを求める組合せ最適化問題

データベースの中にあるデータから入力ミスや文字化け、欠落している、不必要なデータを特定して、一定の基準でデータを修正することをいい、別名、「データスクラビング」や「データクリーニング」とも呼ばれる データの欠損値や異常値を処理する前処理方法の1つ

特徴量の数がn，データの数がmとした時のm×nのデータ行列における次元を削減する処理

データを0から1の範囲に変換する手法で、最小値を0、最大値を1に対応づけるスケーリング手法

各カテゴリのデータでの登場回数をそのカテゴリの数値として割り振るエンコーディング手法

単純に区別するためのデータで、カウントのみ可能、データを数えることでしかできず、等しいかどうか（ ＝ or ≠ )で判定する尺度

ニューラルネットワークの活性化関数として使用され－常に増加し続け、グラフの形は点（0,0.5）に関して点対称である関数

ディープラーニングの一つであるDNN, CNNで使用される関数

ディープラ一二ングの一つであるRNNの一種LSTMで使用される関数

周期関数の代表的な関数

交通事故の発生件数や機械の故障回数などといった、起こることが 稀な現象が一定の時間内に起こる回数に着目したとき、その確率分布

あることが起きるか起きないか、成功するかしないかのように結果が２通りしかない確率分布

どの状態が起こることも全て同様であるような確率分布

同じことが何回も繰り返したとき、ある事柄が何回起こるかの確率分布。 日常生活でも多く見られる分布

統計学で最も使用される確率分布。自然現象や社会現象の多くの確率減少を説明するのに役立つ分布

下表のA,Bにふさわしい語句を記入しなさい

下図のaにふさわしい語句を選択肢から選びなさい。 選択肢の記号を複数回使用してもよい

下図のbにふさわしい語句を選択肢から選びなさい。 選択肢の記号を複数回使用してもよい

下図のcにふさわしい語句を選択肢から選びなさい。 選択肢の記号を複数回使用してもよい

下図のdにふさわしい語句を選択肢から選びなさい。 選択肢の記号を複数回使用してもよい

下図のeにふさわしい語句を選択肢から選びなさい。 選択肢の記号を複数回使用してもよい

下図のfにふさわしい語句を選択肢から選びなさい。 選択肢の記号を複数回使用してもよい

下図のgにふさわしい語句を選択肢から選びなさい。 選択肢の記号を複数回使用してもよい

事後確率を事前確率とすることで、アップデートしたデータを用いることで、確率を更新することを専門用語でなんというか示しなさい

確率のベイズ的解釈に基づく統計学（および理論）について示しなさい

事後確率を事前確率とすることで、アップデートしたデータを用いることで、確率を更新することを専門用語でなんというか示しなさい

ベイズ確率の考え方に基づき、観測事象（観測された事実）から、推定したい事柄（それの起因である原因事象）を、確率的な意味で推論することを示しなさい

テキスト分類などの分類タスクに使用される教師あり機械学習アルゴリズムで、確率の原則を使用して分類タスクを実行するフィルターを示しなさい

データの因果関係を分析する手法の 1 つで、因果関係の強さを、ある事象が起こった場合に他の事象が起こる確率である「条件付き確率」の大きさから判断し、多数の事象間の因果関係をグラフィカルに整理する方法を示しなさい