問題一覧
1
（ア）に最もよく当てはまる選択肢を選んでください。
BERTの事前学習では、文章の一部を隠して見えない状態で入力し、前後文から隠した文章を推測する（ア）と2つの文章を入力し、連続した文章か推測する（イ）を使用する。
3. MLM
2
汎化誤差が増えても、その後汎化誤差が減っていく現象を（ア）という。
2. 二重降下現象
3
信用割当問題の説明として、最も正しい選択肢を選んでください。
1. モデルが導き出した結果が間違っている場合、どのパラメーターに責任があるのか、どのパラメーターを修正すればいいのか分からないという問題
4
（ア）に最もよく当てはまる選択肢を選んでください。
人工知能の理論などは数多く存在したが計算コストが高いことから実施できないことが多かった。しかし、（ア）の性能が向上したことで計算コストは低くなった。その結果、多くの人工知能が開発されるようになった。また、（ア）の集積密度は１８ヶ月で２倍になるという経験則のことを（イ）という。（ア）には、CPUやGPU以外にも、GPGPUやGoogleが開発した機械学習に特化した演算処理装置である（ウ）などがある。
2. 半導体
5
（イ）に最もよく当てはまる選択肢を選んでください。
人工知能の理論などは数多く存在したが計算コストが高いことから実施できないことが多かった。しかし、（ア）の性能が向上したことで計算コストは低くなった。その結果、多くの人工知能が開発されるようになった。また、（ア）の集積密度は１８ヶ月で２倍になるという経験則のことを（イ）という。（ア）には、CPUやGPU以外にも、GPGPUやGoogleが開発した機械学習に特化した演算処理装置である（ウ）などがある。
4. ムーアの法則
6
（ウ）に最もよく当てはまる選択肢を選んでください。
人工知能の理論などは数多く存在したが計算コストが高いことから実施できないことが多かった。しかし、（ア）の性能が向上したことで計算コストは低くなった。その結果、多くの人工知能が開発されるようになった。また、（ア）の集積密度は１８ヶ月で２倍になるという経験則のことを（イ）という。（ア）には、CPUやGPU以外にも、GPGPUやGoogleが開発した機械学習に特化した演算処理装置である（ウ）などがある。
1. TPU
7
各特徴量を無相関化し、標準化することを（ア）という。
3. 白色化
8
（ア）に最もよく当てはまる選択肢を選んでください。
入力した画像に対して、画像の説明文を生成するモデルを（ア）という。
4. Image Captioning
9
（ア）に最もよく当てはまる選択肢を選んでください。
データに偏りがある場合に、少ないデータを水増ししてデータの偏りを減らすことを（ア）という。一方、多いデータを減らしデータの偏りを減らすことを（イ）という。また、（ア）の代表的な手法として、（ウ）がある。
3. オーバーサンプリング
10
（イ）に最もよく当てはまる選択肢を選んでください。
データに偏りがある場合に、少ないデータを水増ししてデータの偏りを減らすことを（ア）という。一方、多いデータを減らしデータの偏りを減らすことを（イ）という。また、（ア）の代表的な手法として、（ウ）がある。
1. アンダーサンプリング
11
（ウ）に最もよく当てはまる選択肢を選んでください。
データに偏りがある場合に、少ないデータを水増ししてデータの偏りを減らすことを（ア）という。一方、多いデータを減らしデータの偏りを減らすことを（イ）という。また、（ア）の代表的な手法として、（ウ）がある。
4. SMOTE
12
（ア）に最もよく当てはまる選択肢を選んでください。
出力された結果と実際の結果の誤差を最小化するために出力層から入力層にかけて調整を行っていく方法を（ア）という。また、ニューラルネットワークの層が増えることで、入力層付近のパラメータの調整が上手くいかなくなるという問題を（イ）という。
3. 誤差逆伝播法
13
（イ）に最もよく当てはまる選択肢を選んでください。
出力された結果と実際の結果の誤差を最小化するために出力層から入力層にかけて調整を行っていく方法を（ア）という。また、ニューラルネットワークの層が増えることで、入力層付近のパラメータの調整が上手くいかなくなるという問題を（イ）という。
1. 勾配消失問題
14
（ア）に最もよく当てはまる選択肢を選んでください。
単純パーセプトロンは（ア）と（イ）からなるニューラルネットワークである。（ア）は入力を受け取る層で、（イ）は値を出力する層である。また、一般にニューラルネットワークでは、モデルの自由度を上げるために（ウ）が使用されている。
1. 入力層
15
（ア）に最もよく当てはまる選択肢を選んでください。
単純パーセプトロンは（ア）と（イ）からなるニューラルネットワークである。（ア）は入力を受け取る層で、（イ）は値を出力する層である。また、一般にニューラルネットワークでは、モデルの自由度を上げるために（ウ）が使用されている。
1. 入力層
16
（イ）に最もよく当てはまる選択肢を選んでください。
単純パーセプトロンは（ア）と（イ）からなるニューラルネットワークである。（ア）は入力を受け取る層で、（イ）は値を出力する層である。また、一般にニューラルネットワークでは、モデルの自由度を上げるために（ウ）が使用されている。
4. 出力層
17
（ウ）に最もよく当てはまる選択肢を選んでください。
単純パーセプトロンは（ア）と（イ）からなるニューラルネットワークである。（ア）は入力を受け取る層で、（イ）は値を出力する層である。また、一般にニューラルネットワークでは、モデルの自由度を上げるために（ウ）が使用されている。
2. バイアス
18
（ア）に最もよく当てはまる選択肢を選んでください。
勾配降下法において、局所最適解を防ぐ方法として、（ア）の値を大きくするという方法がある。しかし、（ア）の値が大きすぎると、（イ）を飛び越えることもあるので注意する必要がある。また、（ウ）の影響で学習が進みにくくなることもある。（ウ）とは、勾配が０になってしまう点のことである。
1. 学習率
19
（イ）に最もよく当てはまる選択肢を選んでください。
勾配降下法において、局所最適解を防ぐ方法として、（ア）の値を大きくするという方法がある。しかし、（ア）の値が大きすぎると、（イ）を飛び越えることもあるので注意する必要がある。また、（ウ）の影響で学習が進みにくくなることもある。（ウ）とは、勾配が０になってしまう点のことである。
3. 大域最適解
20
（ウ）に最もよく当てはまる選択肢を選んでください。
勾配降下法において、局所最適解を防ぐ方法として、（ア）の値を大きくするという方法がある。しかし、（ア）の値が大きすぎると、（イ）を飛び越えることもあるので注意する必要がある。また、（ウ）の影響で学習が進みにくくなることもある。（ウ）とは、勾配が０になってしまう点のことである。
4. 停留点
21
（ア）に最もよく当てはまる選択肢を選んでください。
各特徴量の平均を０、分散が１になるように変換することを（ア）という。
2. 標準化
22
（イ）に最もよく当てはまる選択肢を選んでください。
BERTの事前学習では、文章の一部を隠して見えない状態で入力し、前後文から隠した文章を推測する（ア）と2つの文章を入力し、連続した文章か推測する（イ）を使用する。
2. NSP
23
（ア）に最もよく当てはまる選択肢を選んでください。
FCNなどにおいて、画素数が少なくなった画像を拡大する処理のことを（ア）という。
2. アンサンプリング
24
（ア）に最もよく当てはまる選択肢を選んでください。
Parts Affinity Fieldsと呼ばれる手法を導入しており、複数の人間の関節位置を推定できる手法のことを（ア）という。
1. Open Pose
25
（ア）に最もよく当てはまる選択肢を選んでください。
アナログデータをデジタルデータに変換することを（ア）という。また、音声データをデジタルデータに変換するときは、一般に（イ）という手法を使う。さらに、デジタル化した音声信号を周波数スペクトルに変換するために（ウ）という手法を使う。
1. A-D変換
26
（イ）に最もよく当てはまる選択肢を選んでください。
アナログデータをデジタルデータに変換することを（ア）という。また、音声データをデジタルデータに変換するときは、一般に（イ）という手法を使う。さらに、デジタル化した音声信号を周波数スペクトルに変換するために（ウ）という手法を使う。
4. パルス符号変調
27
（ウ）に最もよく当てはまる選択肢を選んでください。
アナログデータをデジタルデータに変換することを（ア）という。また、音声データをデジタルデータに変換するときは、一般に（イ）という手法を使う。さらに、デジタル化した音声信号を周波数スペクトルに変換するために（ウ）という手法を使う。
3. 高速フーリエ変換
28
（ア）に最もよく当てはまる選択肢を選んでください。
人間が感じる音高の変化の尺度のことを（ア）という。
4. メル尺度
29
（ア）に最もよく当てはまる選択肢を選んでください。
単語を低次元の実数値のベクトルで表現することを（ア）という。単語を（ア）で表すことで、ベクトル間の距離や位置関係から単語の意味を表現することができる。単語の（ア）を得る手法として（イ）がある。
4. 分散表現
30
（ア）に最もよく当てはまる選択肢を選んでください。
単語を低次元の実数値のベクトルで表現することを（ア）という。単語を（ア）で表すことで、ベクトル間の距離や位置関係から単語の意味を表現することができる。単語の（ア）を得る手法として（イ）がある。
2. word2vec
31
（ア）に最もよく当てはまる選択肢を選んでください。
文脈解析において、代名詞などを推定することを（ア）、関連した一連の文の意味的な関係性を推定することを（イ）という。
1. 照応解析
32
（イ）に最もよく当てはまる選択肢を選んでください。
文脈解析において、代名詞などを推定することを（ア）、関連した一連の文の意味的な関係性を推定することを（イ）という。
4. 談話構造解析
33
自然言語処理の説明として、最も適切な選択肢を選択してください。
4. 自然言語をコンピュータに処理させること
34
（ア）に最もよく当てはまる選択肢を選んでください。
音声の違いを表すスペクトル上の大まかな形を表した線を（ア）という。また、（ア）を求めるときに（イ）を用いる方法が一般的である。
2. スペクトル包絡
35
（イ）に最もよく当てはまる選択肢を選んでください。
音声の違いを表すスペクトル上の大まかな形を表した線を（ア）という。また、（ア）を求めるときに（イ）を用いる方法が一般的である。
2. MFCC
36
（ア）に最もよく当てはまる選択肢を選んでください。
BoW（Bag-of-Words）とは、単語の順番は考えず、文章中の単語の出現回数をカウントしたものを（ア）として表現する手法である。（ア）で表現するまでには、4つのステップが存在する。まず1ステップ目が、文章を単語に分割することである。2ステップ目では、分割した単語にIDをつけていく。3ステップ目では、全ての単語を（イ）に変換する。4ステップ目では、各（イ）を足し合わせていく。以上の4ステップから、作成していく。
3. ベクトル
37
（イ）に最もよく当てはまる選択肢を選んでください。
BoW（Bag-of-Words）とは、単語の順番は考えず、文章中の単語の出現回数をカウントしたものを（ア）として表現する手法である。（ア）で表現するまでには、4つのステップが存在する。まず1ステップ目が、文章を単語に分割することである。2ステップ目では、分割した単語にIDをつけていく。3ステップ目では、全ての単語を（イ）に変換する。4ステップ目では、各（イ）を足し合わせていく。以上の4ステップから、作成していく。
1. ワンホットベクトル
38
（ア）に最もよく当てはまる選択肢を選んでください。
入力画像のピクセルの間隔をあけて畳み込み処理を行う手法のことを（ア）という。
3. Dilated Convolution（Atrous Convolution）
39
（ア）に最もよく当てはまる選択肢を選んでください。
画像などを分類するモデルのことを（ア）といい、画像など新しいデータを作るモデルを（イ）という。
2. 識別モデル
40
（イ）に最もよく当てはまる選択肢を選んでください。
画像などを分類するモデルのことを（ア）といい、画像など新しいデータを作るモデルを（イ）という。
3. 生成モデル
41
（ア）に最もよく当てはまる選択肢を選んでください。
（ア）は、FCNと同様にCNNで使われている全結合層を畳み込み層に置き換えたネットワークを持ち、エンコーダとデコーダの構造を採用しているモデルである。
1. SegNet
42
（ア）に最もよく当てはまる選択肢を選んでください。
Googleが発表した（ア）は、ネットワークの幅・深さ・解像度などのスケーリングに関して1つの複合係数を使って調整を行うことで、少ないパラメータ数で高い精度を叩き出した。また、（ア）は（イ）に向いているモデルの1つである。
1. EfficientNet
43
（イ）に最もよく当てはまる選択肢を選んでください。
Googleが発表した（ア）は、ネットワークの幅・深さ・解像度などのスケーリングに関して1つの複合係数を使って調整を行うことで、少ないパラメータ数で高い精度を叩き出した。また、（ア）は（イ）に向いているモデルの1つである。
転移学習
44
（ア）に最もよく当てはまる選択肢を選んでください。
word2vecを提案したトマス・ミコロフが、（ア）というライブラリを発表した。（ア）はword2vecよりも学習に要する時間が短くなり、（イ）の単語埋め込み計算も可能になった。さらに、単語の活用などを考慮することができるようになった。しかし、word2vecや（ア）は、文脈などによって変わる単語を上手く扱うことができない。そこで、文脈を考慮した分散表現を得る手法として（ウ）が提案される。（ウ）は（エ）を活用した手法である。
1. fastText
45
（イ）に最もよく当てはまる選択肢を選んでください。
word2vecを提案したトマス・ミコロフが、（ア）というライブラリを発表した。（ア）はword2vecよりも学習に要する時間が短くなり、（イ）の単語埋め込み計算も可能になった。さらに、単語の活用などを考慮することができるようになった。しかし、word2vecや（ア）は、文脈などによって変わる単語を上手く扱うことができない。そこで、文脈を考慮した分散表現を得る手法として（ウ）が提案される。（ウ）は（エ）を活用した手法である。
4. OOV
46
（ウ）に最もよく当てはまる選択肢を選んでください。
word2vecを提案したトマス・ミコロフが、（ア）というライブラリを発表した。（ア）はword2vecよりも学習に要する時間が短くなり、（イ）の単語埋め込み計算も可能になった。さらに、単語の活用などを考慮することができるようになった。しかし、word2vecや（ア）は、文脈などによって変わる単語を上手く扱うことができない。そこで、文脈を考慮した分散表現を得る手法として（ウ）が提案される。（ウ）は（エ）を活用した手法である。
2. ELMo
47
（エ）に最もよく当てはまる選択肢を選んでください。
word2vecを提案したトマス・ミコロフが、（ア）というライブラリを発表した。（ア）はword2vecよりも学習に要する時間が短くなり、（イ）の単語埋め込み計算も可能になった。さらに、単語の活用などを考慮することができるようになった。しかし、word2vecや（ア）は、文脈などによって変わる単語を上手く扱うことができない。そこで、文脈を考慮した分散表現を得る手法として（ウ）が提案される。（ウ）は（エ）を活用した手法である。
3. 双方向RNN
48
（ア）に最もよく当てはまる選択肢を選んでください。
状態に対する特徴表現学習のことを（ア）という。前もって（ア）を行うことで、学習効率を高めることができる。
2. 状態表現学習
49
OpenCVに関する説明として、最も適切な選択肢を選択してください。
4. 画像処理・画像解析のためのライブラリ
50
（ア）に最もよく当てはまる選択肢を選んでください。
深層強化学習などでは行動は離散値として出力されるが、ロボットなどを扱う場合はスピードや進行角度など連続値を扱う必要がある。このように、連続値をどのように扱えばよいのかという問題のことを（ア）という。
1. 連続値制御問題
51
（ア）に最もよく当てはまる選択肢を選んでください。
装置などでどれだけ細かく測定できるかを表す能力のことを（ア）という。
2. 分解能
52
深層強化学習に関する説明として、最も不適切な選択肢を選択してください。
2. 正解データを必ず与える必要がある学習方法である
53
（ア）に最もよく当てはまる選択肢を選んでください。
サンプリング周波数の2分の1の周波数のことを（ア）という。
4. ナイキスト周波数
54
（ア）に最もよく当てはまる選択肢を選んでください。
自然言語処理のベンチマークとして（ア）がよく使われる。
4. GLUE
55
深層強化学習をロボット制御で使うときの問題点として、最も不適切な選択肢を選択してください
3. シュミレータを使用することで、全てのロボット制御に関する問題を解決することができる
56
（ア）に最もよく当てはまる選択肢を選んでください。
R-CNNは、画像から物体候補領域を抽出した後に、物体候補領域の数だけCNNで処理する必要があるため、時間がかかるという問題点があった。そこで、R-CNNを高速化させたモデルである（ア）が登場した。（ア）は、最初に画像全体をCNNに入力し特徴マップを出力、候補領域に合わせた特徴マップを選択してクラスを識別する手法である。また、CNNの処理が終わった特徴マップから候補領域を固定サイズの特徴マップに変換することを（イ）という。
1. Fast R-CNN
57
（イ）に最もよく当てはまる選択肢を選んでください。
R-CNNは、画像から物体候補領域を抽出した後に、物体候補領域の数だけCNNで処理する必要があるため、時間がかかるという問題点があった。そこで、R-CNNを高速化させたモデルである（ア）が登場した。（ア）は、最初に画像全体をCNNに入力し特徴マップを出力、候補領域に合わせた特徴マップを選択してクラスを識別する手法である。また、CNNの処理が終わった特徴マップから候補領域を固定サイズの特徴マップに変換することを（イ）という。
3. ROIプーリング
58
（ア）に最もよく当てはまる選択肢を選んでください。
一般物体検出において、物体が写っている領域を囲む矩形を（ア）という。
1. バウンディングボックス
59
（ア）に最もよく当てはまる選択肢を選んでください。
DQNの登場以降、深層強化学習にはDQNを改良した様々な手法が登場してきた。例えば、ネットワークにノイズを加えることで、広範囲の探索を行えるようにした手法である（ア）、ダブルDQNや優先度付き経験再生など様々な手法を組み合わせた（イ）などがある。
3. ノイジーネットワーク
60
（イ）に最もよく当てはまる選択肢を選んでください。
DQNの登場以降、深層強化学習にはDQNを改良した様々な手法が登場してきた。例えば、ネットワークにノイズを加えることで、広範囲の探索を行えるようにした手法である（ア）、ダブルDQNや優先度付き経験再生など様々な手法を組み合わせた（イ）などがある。
2. Rainbow
61
（ア）に最もよく当てはまる選択肢を選んでください。
話者や文脈などによって同じ単語でも各音素の長さは変化してしまう。音声認識において、伸縮する音声から一致するパターンを探すために、（ア）が使われている。（ア）の代表的な手法に、動的計画法を活用した（イ）がある。
2. 伸縮マッチング
62
（イ）に最もよく当てはまる選択肢を選んでください。
話者や文脈などによって同じ単語でも各音素の長さは変化してしまう。音声認識において、伸縮する音声から一致するパターンを探すために、（ア）が使われている。（ア）の代表的な手法に、動的計画法を活用した（イ）がある。
4.DPマッチング
63
（ア）に最もよく当てはまる選択肢を選んでください。
DQNでは、（ア）と（イ）という学習手法が導入された。（ア）とはターゲットになる過去のネットワークを教師のように見立てて学習する手法である。一方、（イ）とはエージェントがとった行動などをデータとして蓄積しておき、学習時などにランダムにデータを抜き出し学習に使う手法である。
1. ターゲットネットワーク
64
（イ）に最もよく当てはまる選択肢を選んでください。
DQNでは、（ア）と（イ）という学習手法が導入された。（ア）とはターゲットになる過去のネットワークを教師のように見立てて学習する手法である。一方、（イ）とはエージェントがとった行動などをデータとして蓄積しておき、学習時などにランダムにデータを抜き出し学習に使う手法である。
4. 経験再生
65
（イ）に最もよく当てはまる選択肢を選んでください。
Googleが発表したモデルの1つに（ア）がある。また、（ア）はAutoMLの1つである。
3. NASNet
66
（ア）に最もよく当てはまる選択肢を選んでください。
自然言語処理において、特に文章や背景を理解しないと正しく解けないタスクのことを（ア）という。
4. 言語理解タスク
67
（ア）に最もよく当てはまる選択肢を選んでください。
Faster R-CNNは、物体検出から分類まで1つのモデルで可能な（ア）のモデルである。
1. E2E
68
BERTを活用することで様々なタスクを行うことができる。例えば、文章中から固有表現などを抽出し、あらかじめ定義した固有表現分類へ分類する（ア）、文章中の単語に対して品詞を付ける（イ）などがある。
3. 固有表現抽出
69
（ア）に最もよく当てはまる選択肢を選んでください。
セマンティックセグメンテーションとインスタンスセグメンテーションを組み合わせた手法を（ア）という。
1. パノプティックセグメンテーション
70
（ア）に最もよく当てはまる選択肢を選んでください。
OpenCVは様々な処理を行うことができる。例えば、画像のコントラストが全体的に平均化するように調整する（ア）などがある。
1. ヒストグラム平坦化
71
（ア）に最もよく当てはまる選択肢を選んでください。
2014年のILSVRCで準優勝したモデルを（ア）という。（ア）は、少ない層で学習を行い、後から層を追加することで層を深くする方法を採用している。
1. VGGNet
令7年度ITパスポート単語暗記問題集ストラテジ編
令7年度ITパスポート単語暗記問題集ストラテジ編
O SHI · 230問 · 7日前令7年度ITパスポート単語暗記問題集ストラテジ編
令7年度ITパスポート単語暗記問題集ストラテジ編
230問 • 7日前生成AIパスポート(選択式)
生成AIパスポート(選択式)
KK · 63問 · 11日前生成AIパスポート(選択式)
生成AIパスポート(選択式)
63問 • 11日前日商PC検定3級文章作成 知識科目
日商PC検定3級文章作成 知識科目
しょう · 154問 · 13日前日商PC検定3級文章作成 知識科目
日商PC検定3級文章作成 知識科目
154問 • 13日前しょう
衣料管理士 企画・設計・生産分野〇
衣料管理士 企画・設計・生産分野〇
ユーザ名非公開 · 50問 · 15日前衣料管理士 企画・設計・生産分野〇
衣料管理士 企画・設計・生産分野〇
50問 • 15日前ユーザ名非公開
LPIC305
LPIC305
たいよ · 100問 · 23日前LPIC305
LPIC305
100問 • 23日前たいよ
プロモ豆
プロモ豆
まいやま · 21問 · 27日前プロモ豆
プロモ豆
21問 • 27日前プロモ豆
プロモ豆
まいやま · 16問 · 27日前プロモ豆
プロモ豆
16問 • 27日前情報
情報
中島政美 · 60問 · 28日前情報
情報
60問 • 28日前中島政美
生成Aiパスポート問題集_1
生成Aiパスポート問題集_1
tuuli528 · 60問 · 1ヶ月前生成Aiパスポート問題集_1
生成Aiパスポート問題集_1
60問 • 1ヶ月前生成AIパスポート試験対策
生成AIパスポート試験対策
tuuli528 · 100問 · 1ヶ月前生成AIパスポート試験対策
生成AIパスポート試験対策
100問 • 1ヶ月前生成AIパスポート_マルバツ
生成AIパスポート_マルバツ
tuuli528 · 82問 · 1ヶ月前生成AIパスポート_マルバツ
生成AIパスポート_マルバツ
82問 • 1ヶ月前生成AIパスポート試験対策
生成AIパスポート試験対策
tuuli528 · 100問 · 1ヶ月前生成AIパスポート試験対策
生成AIパスポート試験対策
100問 • 1ヶ月前AI900
AI900
ユーザ名非公開 · 17回閲覧 · 98問 · 2ヶ月前AI900
AI900
17回閲覧 • 98問 • 2ヶ月前ユーザ名非公開
1-01お客様の満足度を高める仕事②
1-01お客様の満足度を高める仕事②
osakana · 35問 · 4ヶ月前1-01お客様の満足度を高める仕事②
1-01お客様の満足度を高める仕事②
35問 • 4ヶ月前osakana
問題集B③（Ping-t）
問題集B③（Ping-t）
未 · 34問 · 5ヶ月前問題集B③（Ping-t）
問題集B③（Ping-t）
34問 • 5ヶ月前未
IVEC
IVEC
あーにー · 51問 · 5ヶ月前IVEC
IVEC
51問 • 5ヶ月前セキュリティ
セキュリティ
佐竹直哉 · 33問 · 6ヶ月前セキュリティ
セキュリティ
33問 • 6ヶ月前【Salesforce 認定アドミニストレーター】試験対策：第1〜100問
【Salesforce 認定アドミニストレーター】試験対策：第1〜100問
ユーザ名非公開 · 99問 · 6ヶ月前【Salesforce 認定アドミニストレーター】試験対策：第1〜100問
【Salesforce 認定アドミニストレーター】試験対策：第1〜100問
99問 • 6ヶ月前ユーザ名非公開
商品5
商品5
すきっぷとりぴー · 100問 · 6ヶ月前商品5
商品5
100問 • 6ヶ月前ICT概論小テスト2
ICT概論小テスト2
ユーザ名非公開 · 33問 · 7ヶ月前ICT概論小テスト2
ICT概論小テスト2
33問 • 7ヶ月前ユーザ名非公開
問題一覧
1
（ア）に最もよく当てはまる選択肢を選んでください。
BERTの事前学習では、文章の一部を隠して見えない状態で入力し、前後文から隠した文章を推測する（ア）と2つの文章を入力し、連続した文章か推測する（イ）を使用する。
3. MLM
2
汎化誤差が増えても、その後汎化誤差が減っていく現象を（ア）という。
2. 二重降下現象
3
信用割当問題の説明として、最も正しい選択肢を選んでください。
1. モデルが導き出した結果が間違っている場合、どのパラメーターに責任があるのか、どのパラメーターを修正すればいいのか分からないという問題
4
（ア）に最もよく当てはまる選択肢を選んでください。
人工知能の理論などは数多く存在したが計算コストが高いことから実施できないことが多かった。しかし、（ア）の性能が向上したことで計算コストは低くなった。その結果、多くの人工知能が開発されるようになった。また、（ア）の集積密度は１８ヶ月で２倍になるという経験則のことを（イ）という。（ア）には、CPUやGPU以外にも、GPGPUやGoogleが開発した機械学習に特化した演算処理装置である（ウ）などがある。
2. 半導体
5
（イ）に最もよく当てはまる選択肢を選んでください。
人工知能の理論などは数多く存在したが計算コストが高いことから実施できないことが多かった。しかし、（ア）の性能が向上したことで計算コストは低くなった。その結果、多くの人工知能が開発されるようになった。また、（ア）の集積密度は１８ヶ月で２倍になるという経験則のことを（イ）という。（ア）には、CPUやGPU以外にも、GPGPUやGoogleが開発した機械学習に特化した演算処理装置である（ウ）などがある。
4. ムーアの法則
6
（ウ）に最もよく当てはまる選択肢を選んでください。
人工知能の理論などは数多く存在したが計算コストが高いことから実施できないことが多かった。しかし、（ア）の性能が向上したことで計算コストは低くなった。その結果、多くの人工知能が開発されるようになった。また、（ア）の集積密度は１８ヶ月で２倍になるという経験則のことを（イ）という。（ア）には、CPUやGPU以外にも、GPGPUやGoogleが開発した機械学習に特化した演算処理装置である（ウ）などがある。
1. TPU
7
各特徴量を無相関化し、標準化することを（ア）という。
3. 白色化
8
（ア）に最もよく当てはまる選択肢を選んでください。
入力した画像に対して、画像の説明文を生成するモデルを（ア）という。
4. Image Captioning
9
（ア）に最もよく当てはまる選択肢を選んでください。
データに偏りがある場合に、少ないデータを水増ししてデータの偏りを減らすことを（ア）という。一方、多いデータを減らしデータの偏りを減らすことを（イ）という。また、（ア）の代表的な手法として、（ウ）がある。
3. オーバーサンプリング
10
（イ）に最もよく当てはまる選択肢を選んでください。
データに偏りがある場合に、少ないデータを水増ししてデータの偏りを減らすことを（ア）という。一方、多いデータを減らしデータの偏りを減らすことを（イ）という。また、（ア）の代表的な手法として、（ウ）がある。
1. アンダーサンプリング
11
（ウ）に最もよく当てはまる選択肢を選んでください。
データに偏りがある場合に、少ないデータを水増ししてデータの偏りを減らすことを（ア）という。一方、多いデータを減らしデータの偏りを減らすことを（イ）という。また、（ア）の代表的な手法として、（ウ）がある。
4. SMOTE
12
（ア）に最もよく当てはまる選択肢を選んでください。
出力された結果と実際の結果の誤差を最小化するために出力層から入力層にかけて調整を行っていく方法を（ア）という。また、ニューラルネットワークの層が増えることで、入力層付近のパラメータの調整が上手くいかなくなるという問題を（イ）という。
3. 誤差逆伝播法
13
（イ）に最もよく当てはまる選択肢を選んでください。
出力された結果と実際の結果の誤差を最小化するために出力層から入力層にかけて調整を行っていく方法を（ア）という。また、ニューラルネットワークの層が増えることで、入力層付近のパラメータの調整が上手くいかなくなるという問題を（イ）という。
1. 勾配消失問題
14
（ア）に最もよく当てはまる選択肢を選んでください。
単純パーセプトロンは（ア）と（イ）からなるニューラルネットワークである。（ア）は入力を受け取る層で、（イ）は値を出力する層である。また、一般にニューラルネットワークでは、モデルの自由度を上げるために（ウ）が使用されている。
1. 入力層
15
（ア）に最もよく当てはまる選択肢を選んでください。
単純パーセプトロンは（ア）と（イ）からなるニューラルネットワークである。（ア）は入力を受け取る層で、（イ）は値を出力する層である。また、一般にニューラルネットワークでは、モデルの自由度を上げるために（ウ）が使用されている。
1. 入力層
16
（イ）に最もよく当てはまる選択肢を選んでください。
単純パーセプトロンは（ア）と（イ）からなるニューラルネットワークである。（ア）は入力を受け取る層で、（イ）は値を出力する層である。また、一般にニューラルネットワークでは、モデルの自由度を上げるために（ウ）が使用されている。
4. 出力層
17
（ウ）に最もよく当てはまる選択肢を選んでください。
単純パーセプトロンは（ア）と（イ）からなるニューラルネットワークである。（ア）は入力を受け取る層で、（イ）は値を出力する層である。また、一般にニューラルネットワークでは、モデルの自由度を上げるために（ウ）が使用されている。
2. バイアス
18
（ア）に最もよく当てはまる選択肢を選んでください。
勾配降下法において、局所最適解を防ぐ方法として、（ア）の値を大きくするという方法がある。しかし、（ア）の値が大きすぎると、（イ）を飛び越えることもあるので注意する必要がある。また、（ウ）の影響で学習が進みにくくなることもある。（ウ）とは、勾配が０になってしまう点のことである。
1. 学習率
19
（イ）に最もよく当てはまる選択肢を選んでください。
勾配降下法において、局所最適解を防ぐ方法として、（ア）の値を大きくするという方法がある。しかし、（ア）の値が大きすぎると、（イ）を飛び越えることもあるので注意する必要がある。また、（ウ）の影響で学習が進みにくくなることもある。（ウ）とは、勾配が０になってしまう点のことである。
3. 大域最適解
20
（ウ）に最もよく当てはまる選択肢を選んでください。
勾配降下法において、局所最適解を防ぐ方法として、（ア）の値を大きくするという方法がある。しかし、（ア）の値が大きすぎると、（イ）を飛び越えることもあるので注意する必要がある。また、（ウ）の影響で学習が進みにくくなることもある。（ウ）とは、勾配が０になってしまう点のことである。
4. 停留点
21
（ア）に最もよく当てはまる選択肢を選んでください。
各特徴量の平均を０、分散が１になるように変換することを（ア）という。
2. 標準化
22
（イ）に最もよく当てはまる選択肢を選んでください。
BERTの事前学習では、文章の一部を隠して見えない状態で入力し、前後文から隠した文章を推測する（ア）と2つの文章を入力し、連続した文章か推測する（イ）を使用する。
2. NSP
23
（ア）に最もよく当てはまる選択肢を選んでください。
FCNなどにおいて、画素数が少なくなった画像を拡大する処理のことを（ア）という。
2. アンサンプリング
24
（ア）に最もよく当てはまる選択肢を選んでください。
Parts Affinity Fieldsと呼ばれる手法を導入しており、複数の人間の関節位置を推定できる手法のことを（ア）という。
1. Open Pose
25
（ア）に最もよく当てはまる選択肢を選んでください。
アナログデータをデジタルデータに変換することを（ア）という。また、音声データをデジタルデータに変換するときは、一般に（イ）という手法を使う。さらに、デジタル化した音声信号を周波数スペクトルに変換するために（ウ）という手法を使う。
1. A-D変換
26
（イ）に最もよく当てはまる選択肢を選んでください。
アナログデータをデジタルデータに変換することを（ア）という。また、音声データをデジタルデータに変換するときは、一般に（イ）という手法を使う。さらに、デジタル化した音声信号を周波数スペクトルに変換するために（ウ）という手法を使う。
4. パルス符号変調
27
（ウ）に最もよく当てはまる選択肢を選んでください。
アナログデータをデジタルデータに変換することを（ア）という。また、音声データをデジタルデータに変換するときは、一般に（イ）という手法を使う。さらに、デジタル化した音声信号を周波数スペクトルに変換するために（ウ）という手法を使う。
3. 高速フーリエ変換
28
（ア）に最もよく当てはまる選択肢を選んでください。
人間が感じる音高の変化の尺度のことを（ア）という。
4. メル尺度
29
（ア）に最もよく当てはまる選択肢を選んでください。
単語を低次元の実数値のベクトルで表現することを（ア）という。単語を（ア）で表すことで、ベクトル間の距離や位置関係から単語の意味を表現することができる。単語の（ア）を得る手法として（イ）がある。
4. 分散表現
30
（ア）に最もよく当てはまる選択肢を選んでください。
単語を低次元の実数値のベクトルで表現することを（ア）という。単語を（ア）で表すことで、ベクトル間の距離や位置関係から単語の意味を表現することができる。単語の（ア）を得る手法として（イ）がある。
2. word2vec
31
（ア）に最もよく当てはまる選択肢を選んでください。
文脈解析において、代名詞などを推定することを（ア）、関連した一連の文の意味的な関係性を推定することを（イ）という。
1. 照応解析
32
（イ）に最もよく当てはまる選択肢を選んでください。
文脈解析において、代名詞などを推定することを（ア）、関連した一連の文の意味的な関係性を推定することを（イ）という。
4. 談話構造解析
33
自然言語処理の説明として、最も適切な選択肢を選択してください。
4. 自然言語をコンピュータに処理させること
34
（ア）に最もよく当てはまる選択肢を選んでください。
音声の違いを表すスペクトル上の大まかな形を表した線を（ア）という。また、（ア）を求めるときに（イ）を用いる方法が一般的である。
2. スペクトル包絡
35
（イ）に最もよく当てはまる選択肢を選んでください。
音声の違いを表すスペクトル上の大まかな形を表した線を（ア）という。また、（ア）を求めるときに（イ）を用いる方法が一般的である。
2. MFCC
36
（ア）に最もよく当てはまる選択肢を選んでください。
BoW（Bag-of-Words）とは、単語の順番は考えず、文章中の単語の出現回数をカウントしたものを（ア）として表現する手法である。（ア）で表現するまでには、4つのステップが存在する。まず1ステップ目が、文章を単語に分割することである。2ステップ目では、分割した単語にIDをつけていく。3ステップ目では、全ての単語を（イ）に変換する。4ステップ目では、各（イ）を足し合わせていく。以上の4ステップから、作成していく。
3. ベクトル
37
（イ）に最もよく当てはまる選択肢を選んでください。
BoW（Bag-of-Words）とは、単語の順番は考えず、文章中の単語の出現回数をカウントしたものを（ア）として表現する手法である。（ア）で表現するまでには、4つのステップが存在する。まず1ステップ目が、文章を単語に分割することである。2ステップ目では、分割した単語にIDをつけていく。3ステップ目では、全ての単語を（イ）に変換する。4ステップ目では、各（イ）を足し合わせていく。以上の4ステップから、作成していく。
1. ワンホットベクトル
38
（ア）に最もよく当てはまる選択肢を選んでください。
入力画像のピクセルの間隔をあけて畳み込み処理を行う手法のことを（ア）という。
3. Dilated Convolution（Atrous Convolution）
39
（ア）に最もよく当てはまる選択肢を選んでください。
画像などを分類するモデルのことを（ア）といい、画像など新しいデータを作るモデルを（イ）という。
2. 識別モデル
40
（イ）に最もよく当てはまる選択肢を選んでください。
画像などを分類するモデルのことを（ア）といい、画像など新しいデータを作るモデルを（イ）という。
3. 生成モデル
41
（ア）に最もよく当てはまる選択肢を選んでください。
（ア）は、FCNと同様にCNNで使われている全結合層を畳み込み層に置き換えたネットワークを持ち、エンコーダとデコーダの構造を採用しているモデルである。
1. SegNet
42
（ア）に最もよく当てはまる選択肢を選んでください。
Googleが発表した（ア）は、ネットワークの幅・深さ・解像度などのスケーリングに関して1つの複合係数を使って調整を行うことで、少ないパラメータ数で高い精度を叩き出した。また、（ア）は（イ）に向いているモデルの1つである。
1. EfficientNet
43
（イ）に最もよく当てはまる選択肢を選んでください。
Googleが発表した（ア）は、ネットワークの幅・深さ・解像度などのスケーリングに関して1つの複合係数を使って調整を行うことで、少ないパラメータ数で高い精度を叩き出した。また、（ア）は（イ）に向いているモデルの1つである。
転移学習
44
（ア）に最もよく当てはまる選択肢を選んでください。
word2vecを提案したトマス・ミコロフが、（ア）というライブラリを発表した。（ア）はword2vecよりも学習に要する時間が短くなり、（イ）の単語埋め込み計算も可能になった。さらに、単語の活用などを考慮することができるようになった。しかし、word2vecや（ア）は、文脈などによって変わる単語を上手く扱うことができない。そこで、文脈を考慮した分散表現を得る手法として（ウ）が提案される。（ウ）は（エ）を活用した手法である。
1. fastText
45
（イ）に最もよく当てはまる選択肢を選んでください。
word2vecを提案したトマス・ミコロフが、（ア）というライブラリを発表した。（ア）はword2vecよりも学習に要する時間が短くなり、（イ）の単語埋め込み計算も可能になった。さらに、単語の活用などを考慮することができるようになった。しかし、word2vecや（ア）は、文脈などによって変わる単語を上手く扱うことができない。そこで、文脈を考慮した分散表現を得る手法として（ウ）が提案される。（ウ）は（エ）を活用した手法である。
4. OOV
46
（ウ）に最もよく当てはまる選択肢を選んでください。
word2vecを提案したトマス・ミコロフが、（ア）というライブラリを発表した。（ア）はword2vecよりも学習に要する時間が短くなり、（イ）の単語埋め込み計算も可能になった。さらに、単語の活用などを考慮することができるようになった。しかし、word2vecや（ア）は、文脈などによって変わる単語を上手く扱うことができない。そこで、文脈を考慮した分散表現を得る手法として（ウ）が提案される。（ウ）は（エ）を活用した手法である。
2. ELMo
47
（エ）に最もよく当てはまる選択肢を選んでください。
word2vecを提案したトマス・ミコロフが、（ア）というライブラリを発表した。（ア）はword2vecよりも学習に要する時間が短くなり、（イ）の単語埋め込み計算も可能になった。さらに、単語の活用などを考慮することができるようになった。しかし、word2vecや（ア）は、文脈などによって変わる単語を上手く扱うことができない。そこで、文脈を考慮した分散表現を得る手法として（ウ）が提案される。（ウ）は（エ）を活用した手法である。
3. 双方向RNN
48
（ア）に最もよく当てはまる選択肢を選んでください。
状態に対する特徴表現学習のことを（ア）という。前もって（ア）を行うことで、学習効率を高めることができる。
2. 状態表現学習
49
OpenCVに関する説明として、最も適切な選択肢を選択してください。
4. 画像処理・画像解析のためのライブラリ
50
（ア）に最もよく当てはまる選択肢を選んでください。
深層強化学習などでは行動は離散値として出力されるが、ロボットなどを扱う場合はスピードや進行角度など連続値を扱う必要がある。このように、連続値をどのように扱えばよいのかという問題のことを（ア）という。
1. 連続値制御問題
51
（ア）に最もよく当てはまる選択肢を選んでください。
装置などでどれだけ細かく測定できるかを表す能力のことを（ア）という。
2. 分解能
52
深層強化学習に関する説明として、最も不適切な選択肢を選択してください。
2. 正解データを必ず与える必要がある学習方法である
53
（ア）に最もよく当てはまる選択肢を選んでください。
サンプリング周波数の2分の1の周波数のことを（ア）という。
4. ナイキスト周波数
54
（ア）に最もよく当てはまる選択肢を選んでください。
自然言語処理のベンチマークとして（ア）がよく使われる。
4. GLUE
55
深層強化学習をロボット制御で使うときの問題点として、最も不適切な選択肢を選択してください
3. シュミレータを使用することで、全てのロボット制御に関する問題を解決することができる
56
（ア）に最もよく当てはまる選択肢を選んでください。
R-CNNは、画像から物体候補領域を抽出した後に、物体候補領域の数だけCNNで処理する必要があるため、時間がかかるという問題点があった。そこで、R-CNNを高速化させたモデルである（ア）が登場した。（ア）は、最初に画像全体をCNNに入力し特徴マップを出力、候補領域に合わせた特徴マップを選択してクラスを識別する手法である。また、CNNの処理が終わった特徴マップから候補領域を固定サイズの特徴マップに変換することを（イ）という。
1. Fast R-CNN
57
（イ）に最もよく当てはまる選択肢を選んでください。
R-CNNは、画像から物体候補領域を抽出した後に、物体候補領域の数だけCNNで処理する必要があるため、時間がかかるという問題点があった。そこで、R-CNNを高速化させたモデルである（ア）が登場した。（ア）は、最初に画像全体をCNNに入力し特徴マップを出力、候補領域に合わせた特徴マップを選択してクラスを識別する手法である。また、CNNの処理が終わった特徴マップから候補領域を固定サイズの特徴マップに変換することを（イ）という。
3. ROIプーリング
58
（ア）に最もよく当てはまる選択肢を選んでください。
一般物体検出において、物体が写っている領域を囲む矩形を（ア）という。
1. バウンディングボックス
59
（ア）に最もよく当てはまる選択肢を選んでください。
DQNの登場以降、深層強化学習にはDQNを改良した様々な手法が登場してきた。例えば、ネットワークにノイズを加えることで、広範囲の探索を行えるようにした手法である（ア）、ダブルDQNや優先度付き経験再生など様々な手法を組み合わせた（イ）などがある。
3. ノイジーネットワーク
60
（イ）に最もよく当てはまる選択肢を選んでください。
DQNの登場以降、深層強化学習にはDQNを改良した様々な手法が登場してきた。例えば、ネットワークにノイズを加えることで、広範囲の探索を行えるようにした手法である（ア）、ダブルDQNや優先度付き経験再生など様々な手法を組み合わせた（イ）などがある。
2. Rainbow
61
（ア）に最もよく当てはまる選択肢を選んでください。
話者や文脈などによって同じ単語でも各音素の長さは変化してしまう。音声認識において、伸縮する音声から一致するパターンを探すために、（ア）が使われている。（ア）の代表的な手法に、動的計画法を活用した（イ）がある。
2. 伸縮マッチング
62
（イ）に最もよく当てはまる選択肢を選んでください。
話者や文脈などによって同じ単語でも各音素の長さは変化してしまう。音声認識において、伸縮する音声から一致するパターンを探すために、（ア）が使われている。（ア）の代表的な手法に、動的計画法を活用した（イ）がある。
4.DPマッチング
63
（ア）に最もよく当てはまる選択肢を選んでください。
DQNでは、（ア）と（イ）という学習手法が導入された。（ア）とはターゲットになる過去のネットワークを教師のように見立てて学習する手法である。一方、（イ）とはエージェントがとった行動などをデータとして蓄積しておき、学習時などにランダムにデータを抜き出し学習に使う手法である。
1. ターゲットネットワーク
64
（イ）に最もよく当てはまる選択肢を選んでください。
DQNでは、（ア）と（イ）という学習手法が導入された。（ア）とはターゲットになる過去のネットワークを教師のように見立てて学習する手法である。一方、（イ）とはエージェントがとった行動などをデータとして蓄積しておき、学習時などにランダムにデータを抜き出し学習に使う手法である。
4. 経験再生
65
（イ）に最もよく当てはまる選択肢を選んでください。
Googleが発表したモデルの1つに（ア）がある。また、（ア）はAutoMLの1つである。
3. NASNet
66
（ア）に最もよく当てはまる選択肢を選んでください。
自然言語処理において、特に文章や背景を理解しないと正しく解けないタスクのことを（ア）という。
4. 言語理解タスク
67
（ア）に最もよく当てはまる選択肢を選んでください。
Faster R-CNNは、物体検出から分類まで1つのモデルで可能な（ア）のモデルである。
1. E2E
68
BERTを活用することで様々なタスクを行うことができる。例えば、文章中から固有表現などを抽出し、あらかじめ定義した固有表現分類へ分類する（ア）、文章中の単語に対して品詞を付ける（イ）などがある。
3. 固有表現抽出
69
（ア）に最もよく当てはまる選択肢を選んでください。
セマンティックセグメンテーションとインスタンスセグメンテーションを組み合わせた手法を（ア）という。
1. パノプティックセグメンテーション
70
（ア）に最もよく当てはまる選択肢を選んでください。
OpenCVは様々な処理を行うことができる。例えば、画像のコントラストが全体的に平均化するように調整する（ア）などがある。
1. ヒストグラム平坦化
71
（ア）に最もよく当てはまる選択肢を選んでください。
2014年のILSVRCで準優勝したモデルを（ア）という。（ア）は、少ない層で学習を行い、後から層を追加することで層を深くする方法を採用している。
1. VGGNet