AI実装検定A級～模擬試験～ 2024年11月4日2024年11月4日 ailearn 1. 正解値が曖昧なデータセットに対して、モデルの精度を向上させるために使用できるもう一つの手法はどれですか？ データの分散を高める 正解ラベルを無視して学習を行う 教師なし学習を併用する 確率的アンサンブル学習を用いる None 2. 誤差逆伝播法において、どのように勾配が計算されますか？ 出力層から順に勾配を計算していく 入力層から順に勾配を計算していく 各層で独立して勾配が計算される 勾配は固定されているため、計算は不要 None 3. 集合 A={1,2,3} と集合 B={4,5,6} の積集合 A∩B はどのような集合になりますか？ {1,2,3,4,5,6} ∅ {1,4} {3,5} None 4. Matplotlibでグラフを複数のサブプロットに分割するために使用される関数はどれですか？ plt.multi_plot() plt.subplot() plt.figure() plt.grid() None 5. Seabornにおいて、散布図を描くために使用される関数はどれですか？ sns.scatterplot() sns.lineplot() sns.barplot() sns.distplot() None 6. 正解値が不完全で、かつデータ量が少ない状況でモデルの精度を高めるために最も適した手法はどれですか？ 正則化とハイパーパラメータチューニング データ拡張と転移学習 強化学習 データのランダムサンプリング None 7. 積集合 A∩B とは何を表しますか？ A のみの要素を含む集合 B のみの要素を含む集合 A と B に共通する要素を含む集合 A または B の要素を含む集合 None 8. A B C D None 9. ニューラルネットワークにおいて「重み減衰（Weight Decay）」が導入される理由は何ですか？ 学習率を動的に調整するため 過学習を防ぐために、重みの大きさにペナルティをかけるため 計算速度を向上させるため モデルの精度を上げるために、重みを一時的に凍結するため None 10. A B C D None 11. 次のうち、回帰問題で一般的に使用される出力層の活性化関数はどれですか？ ReLU ソフトマックス シグモイド 線形活性化関数 None 12. A B C D None 13. Seabornでカテゴリごとの棒グラフを描くために使用される関数はどれですか？ sns.lineplot() sns.barplot() sns.histplot() sns.scatterplot() None 14. A B C D None 15. 誤差逆伝播法において、バッチ正規化を導入する主な目的はどれですか？ 勾配爆発を防ぐため 重みの初期化を改善するため 各層の出力を安定させ、学習を効率化するため 損失関数の最適化を行うため None 16. ニューラルネットワークの「重み」とは何ですか？ モデルの出力を決定するための数値 モデルの学習率を制御するパラメータ 各層のノード間で学習されるパラメータ 活性化関数の一部 None 17. A B C D None 18. 順伝播において、正規化手法が使用される主な理由は次のうちどれですか？ 学習率の設定を不要にするため モデルの出力を0〜1に制限するため 勾配消失や勾配爆発を防ぎ、学習を安定させるため 隠れ層のニューロン数を増やすため None 19. 偏微分を使った最適化において、パラメータ更新の際に利用される代表的な手法はどれですか？ ニュートン法 k-最近傍法 勾配降下法 サポートベクターマシン None 20. A B C D None 21. 集合 A={1,2,3,4} と集合 B={3,4,5,6} の積集合 A∩B はどれですか？ {1,2} {3,4} {5,6} {1,6} None 22. Seabornのregplot()で回帰線を表示する際に、95%信頼区間を非表示にするオプションはどれですか？ ci=False conf_interval=False show_ci=False ci=0 None 23. Numpyにおいて、全ての要素がゼロである配列を作成するための関数はどれですか？ np.ones() np.zeros() np.empty() np.fill() None 24. Scikit-learnにおいて、ランダムフォレストモデルで特徴量の重要度を確認するために使用される属性はどれですか？ coef_ importance_ feature_importances_ features_ None 25. Matplotlibでグラフに目盛線（グリッド）を追加するために使用される関数はどれですか？ plt.show_grid() plt.add_grid() plt.ticks() plt.grid() None 26. A B C D None 27. 半教師あり学習における正解値の導入が有効な理由はどれですか？ ラベルが存在しないデータを完全に無視できる 少量のラベル付きデータで高精度なモデルが学習できる 正解値を持たないデータを使用しない ラベル付きデータとラベル無しデータを完全に分離して学習できる None 28. 正解値の導入が適用されるのはどのようなタイプの問題ですか？ 回帰問題 生成モデル 強化学習 クラスタリング None 29. Numpyにおいて、np.arange(1, 10, 2) の出力はどれですか？ [1, 2, 3, 4, 5, 6, 7, 8, 9] [1, 3, 5, 7, 9] [1, 2, 4, 6, 8] [1, 3, 6, 9] None 30. バイアス項が導入されていない場合、どのようにデータが線形分離されていない問題に対処できますか？ データを正規化する モデルにバイアス項を導入する 勾配降下法を改善する 活性化関数を変更する None 31. A B C D None 32. Seabornでデータの分布を視覚化するために使用される関数はどれですか？ sns.barplot() sns.lineplot() sns.histplot() sns.scatterplot() None 33. Seabornで線グラフを描くために使用される関数はどれですか？ sns.scatterplot() sns.barplot() sns.lineplot() sns.heatmap() None 34. Sigmoid関数の出力が1に非常に近い場合、微分の値はどうなりますか？ 非常に大きい 1 0 -1 None 35. A B C D None 36. 順伝播の計算で使用される活性化関数「ReLU」の利点は次のうちどれですか？ 勾配消失を防ぐことができる 出力を0〜1の範囲に制限できる 非線形だが計算コストが高い 常に正の出力を保証する None 37. ある商業施設の顧客が購買を行う確率が30%で、購買を行った顧客が再来店する確率が60%の場合、顧客が購買を行い、再来店する確率は次のどれですか？ 0.24 0.36 0.18 0.45 None 38. 偏微分はどのような場面で使われますか？ 一変数の関数のみを扱う場合 積分を計算するとき 多変数の関数を扱い、特定の変数の影響を評価する場合 関数の極限を求めるとき None 39. MSEを評価指標として使用する場合、外れ値に敏感である理由は何ですか？ 外れ値は二乗されるため、影響が大きくなる 外れ値は無視される 外れ値の影響を軽減するために使われる MSEは外れ値を除外する None 40. アダマール積（Hadamard積）とは、何を示す概念ですか？ 行列の内積 行列の外積 行列の行ごとの和 行列の要素ごとの積 None 41. A B C D None 42. 連鎖律を適用する必要がある場合はどのような状況ですか？ 複数の関数が合成されている場合 関数が線形の場合 微分が不可能な場合 定数項を微分する場合 None 43. 正解値の導入が行われる典型的な応用例はどれですか？ クラスタリング 主成分分析 ロジスティック回帰 K平均法 None 44. 誤差の微分が振動しやすいデータセットにおいて、勾配降下法の収束を安定させるための手法はどれですか？ モデルのパラメータを大きくする 学習率を増加させる モメンタムを導入する 誤差関数を変更する None 45. 和集合 A∪B を表す正しい説明はどれですか？ A の要素のみを含む集合 A または B のいずれか、または両方の要素を含む集合 A と B の共通部分のみを含む集合 B の要素のみを含む集合 None 46. ニューラルネットワークで「重み共有」が使用される主な理由は何ですか？ モデルの学習率を向上させるため モデルのパラメータ数を削減し、効率的な計算を可能にするため 活性化関数の効果を強化するため 勾配消失を防ぐため None 47. Seabornで対数スケールのプロットを描くために、軸のスケールを変更するための適切な関数はどれですか？ sns.logplot() plt.xscale('log') および plt.yscale('log') sns.set_scale('log') sns.log_scale() None 48. A B C D None 49. A B C D None 50. ニューラルネットワークにおいて、バイアス項が全ての層でゼロに固定されている場合、モデルの学習能力にどのような影響が出る可能性がありますか？ モデルは高次元のデータを学習できなくなる モデルは非線形なデータをうまく学習できなくなる モデルはデータの特徴を捉えるのが難しくなる モデルの計算速度が著しく低下する None 51. 2つの集合 𝐴 と 𝐵 において、共通する要素を持つ集合を表す演算はどれですか？ 和集合 積集合 差集合 補集合 None 52. 行列A = [[2, 3, 4], [1, 0, -1]]と行列B = [[1, 2], [3, 4], [5, 6]]を掛けた結果を求めてください。 [[24, 34], [-4, -6]] [[29, 38], [4, 6]] [[29, 40], [6, 8]] [[27, 36], [-6, -8]] None 53. 入力層で画像のピクセル値を「0〜1」に正規化する主な理由は何ですか？ モデルのパラメータ数を増加させるため 勾配消失を防ぐため 学習を安定させ、収束を速めるため 特徴量を圧縮するため None 54. 2×2の行列Aと行列Bがともに単位行列の場合、A×Bの結果はどうなりますか？ 0行列 Aと同じ行列 逆行列 Aの転置行列 None 55. Scikit-learnでランダムフォレストモデルをインポートするためのクラスはどれですか？ RandomForestRegressor RandomForestClassifier GradientBoostingClassifier AdaBoostClassifier None 56. 和集合 A∪B と積集合 A∩B の違いを説明する正しい選択肢はどれですか？ 和集合はすべての要素を含むが、積集合は共通部分のみを含む 和集合は共通部分のみを含むが、積集合はすべての要素を含む 和集合は A の要素を含むが、積集合は B の要素を含む 和集合は B の要素を含むが、積集合は A の要素を含む None 57. A B C D None 58. 集合 A={2,4,6} と集合 B={4,5,6} において、相対補集合 B∖A はどれですか？ {4,5,6} {2,4,6} {5} ∅ None 59. Sigmoid関数の入力 𝑥 x が0のときの出力は？ 0 0.5 1 無限大 None 60. 正解値が曖昧である場合、モデルに対してどのようなアプローチを採用するのが最適ですか？ 正則化を強化する 損失関数にラベルスムージングを組み込む 高い学習率で訓練する クラスタリング手法を使う None Time's up
