2.
ベイズの定理を使って、スパムフィルターの精度を改善するために必要な情報は次のどれですか？
5.
ある検査での事前確率が非常に低い場合、ベイズの定理を使用して事後確率を計算するときの影響はどのようになりますか？
8.
ベイズの定理において、事前確率と事後確率の違いはどれですか？
10.
ある病気に関するテストの特異度が95%であるとします。この特異度は何を意味しますか？
11.
ベイズの定理の応用で、事象 A の事前確率を何と呼びますか？
12.
ある市場で新商品が導入され、消費者がその商品を購入する確率をベイズの定理を使って推定する場合、次のどの情報が必要ですか？
14.
ベイズの定理を使用してマーケティング効果を測定する際、以下のどの要素が事後確率を最も変動させる可能性がありますか？
15.
事象 A と事象 B が独立である場合、ベイズの定理の式はどのようになりますか？
16.
あるテストで陽性反応が出た場合、その人が病気である確率を求めるために使用されるのは次のどれですか？
17.
ベイズの定理を使って、ある感染症が地域内で流行している確率を計算する場合、以下の情報のうちどれが最も重要ですか？
18.
ベイズの定理を使用してマーケティングの予測を行う際に、事前確率が高い場合はどのような影響がありますか？
19.
ある製品が市場に登場する確率をベイズの定理で計算する際に、事前確率がほぼゼロに近い場合、事後確率がどのように変化するか？
20.
あるテストの感度が90%である場合、次の説明のうち正しいものはどれですか？
