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. Scikit-learnにおいて、グリッドサーチの代替としてランダムサーチでハイパーパラメータの最適化を行うクラスはどれですか？ GridSearchCV RandomizedSearchCV RandomSearchCV SearchCV None 2. 条件付き確率の定義に基づいて、次の式のうち正しいのはどれですか？ P(A∩B)=P(A)+P(B) P(A∩B)=P(A∣B)P(B) P(A∩B)=P(A)−P(B) P(A∩B)=P(A∣B) None 3. A B C D None 4. Pandasにおいて、行ラベルに基づいてデータを選択するためのメソッドはどれですか？ df.loc[] df.iloc[] df.at[] df.ix[] None 5. A B C D None 6. A B C D None 7. 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 8. 行列A = [[2, 3], [1, 4], [5, 6]]を行列B = [[1, 2], [3, 4]]で掛けた場合、結果の行列のサイズはどうなりますか？ 3×3 2×2 3×2 2×3 None 9. PandasのDataFrameにおいて、行数と列数を確認するための属性はどれですか？ df.size df.shape df.count() df.columns None 10. Scikit-learnで、特徴量の標準化をパイプライン内で行うために使用されるクラスはどれですか？ StandardScaler MinMaxScaler Normalizer Scaler None 11. 正解値の導入が難しい音声データセットにおいて、自己教師あり学習が有効である理由はどれですか？ 音声データにラベルを自動で生成するため 音声データの特徴抽出を効率的に行えるため 音声データの前処理が不要なため 音声データのノイズを除去できるため None 12. 勾配降下法を用いて重みを更新する際の「学習率」の役割は何ですか？ 重みの更新量を調整する モデルの出力を決定する 各層のニューロンの数を決定する 活性化関数を選択する None 13. バイアス項を導入することで、ニューラルネットワークのどのような特性が改善されますか？ 学習の収束速度が速くなる モデルがデータの偏りに適応できるようになる モデルの過学習が減少する 計算コストが低くなる None 14. A B C D None 15. 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 16. Pandasにおいて、DataFrame内の全ての列に対して、欠損値が存在するかどうかを確認するための関数はどれですか？ df.isnull() df.notnull() df.any() df.all() None 17. Numpyにおけるブロードキャストの仕組みを考慮すると、a = np.array([1, 2, 3]) と b = np.array([[1], [2], [3]]) のアダマール積 a * b の結果はどれですか？ [[1, 2, 3], [2, 4, 6], [3, 6, 9]] [[1, 2, 3], [4, 5, 6], [7, 8, 9]] [1, 4, 9] エラーが発生する None 18. 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？ 事前確率がほぼゼロでも、事後確率は感度に依存する 事後確率もゼロに近づく 事後確率は常に一定になる 事後確率は特異度に依存する None 19. 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 20. A B C D None 21. 誤差の微分を計算する際に使用される「連鎖律」とは何ですか？ 微分を無視する手法 一度に複数の変数を微分する手法 複数の関数を順に微分する手法 微分を逆方向に伝播させる手法 None 22. Matplotlibでグラフの背景色を変更するために使用される関数はどれですか？ plt.set_facecolor() plt.background_color() plt.set_bgcolor() plt.facecolor() None 23. 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 24. 集合 A={1,2,3} と集合 B={2,3,4} の和集合 A∪B はどのようになりますか？ {1,2} {2,3} {1,2,3,4} {1,4} None 25. 集合 A∪(B∩C) は次のうちどの式に等しいですか？ (A∪B)∩(A∪C) (A∩B)∪C A∩B∪A∩C A∩(B∪C) None 26. 順伝播において、畳み込み層で使用される「フィルタ（カーネル）」はどのような役割を果たしますか？ ノード間の結合強度を決定する データの次元を縮小する 入力画像から特徴を抽出する 出力をスケーリングする None 27. ニューラルネットワークの入力層で「欠損データ」をそのまま使用すると、どのような問題が発生しますか？ モデルが過学習しやすくなる 勾配消失が発生する 計算が不安定になり、予測精度が低下する モデルのパラメータ数が増加する None 28. 誤差逆伝播法を効率化するために、モメンタム法を導入する理由は何ですか？ モメンタム法は誤差を直接修正するため モメンタム法は勾配消失を防ぐため モメンタム法は勾配の振動を抑え、収束を早めるため モメンタム法は損失関数を変更するため None 29. 3次元のNumpy配列 a の形状が (3, 4, 5) のとき、a.reshape(5, -1) とした場合の新しい形状はどれですか？ (5, 12) (5, 15) (5, 20) エラーが発生する None 30. Pandasでデータをソートする際に使用される関数はどれですか？ df.sort_values() df.sort_index() df.rank() df.arrange() None 31. A B C D None 32. A B C D None 33. A B C D None 34. バイアス項を持たないニューラルネットワークが適切に学習できるのはどのような状況ですか？ 全てのデータがゼロに近い場合 出力がゼロ付近であっても問題ない場合 データが原点を中心に線形に分布している場合 データが非線形で複雑な場合 None 35. Matplotlibで棒グラフを描くための関数はどれですか？ plt.plot() plt.bar() plt.hist() plt.scatter() None 36. Matplotlibでエラーバーを追加するために使用される関数はどれですか？ plt.errorbar() plt.add_error() plt.bar_error() plt.plot_error() None 37. 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 38. 重みの初期化が不適切だとどのような問題が発生しますか？ 学習が停止する 学習速度が遅くなる 過学習が発生する 勾配消失や勾配爆発が発生する None 39. 連鎖律（Chain Rule）とは、何を説明するための手法ですか？ 複数の関数の積分を行う手法 変数が連鎖している関数の微分を計算する手法 行列の計算を効率化する手法 ニューラルネットワークのパラメータを最適化する手法 None 40. Pandasにおいて、列の要素を集計する際に使用される標準的な関数はどれですか？ df.apply() df.sum() df.concat() df.mean() None 41. A B C D None 42. Scikit-learnでk-meansクラスタリングを使用する際、クラスタ数を指定する引数はどれですか？ k clusters n_groups n_clusters None 43. 誤差の微分が非常に小さくなることで発生する「勾配消失問題」を回避するために、どの手法が有効ですか？ 活性化関数をReLUに変更する シグモイド関数を使用する 重みの初期化をランダムにする 学習率を増加させる None 44. 順伝播において、活性化関数を「シグモイド関数」から「ReLU関数」に変更した場合、何が期待されますか？ 勾配消失が発生しやすくなる モデルがより非線形なパターンを学習できるようになる モデルの学習速度が向上する可能性がある 出力が負の値になることが多くなる None 45. A B C D None 46. A B C D None 47. ニューラルネットワークで、バイアス項の学習方法はどのように行われますか？ バイアス項は損失関数に基づき他の重みと同様に更新される バイアス項は学習されず、固定されている バイアス項は手動で調整する バイアス項は入力データの平均を取る None 48. 誤差逆伝播法において、勾配クリッピングを適用する目的は何ですか？ 勾配が消失するのを防ぐため 勾配が爆発するのを防ぐため 誤差を直接修正するため 勾配を小さくするため None 49. 誤差逆伝播法において、どの損失関数が一般的に使用されますか？ クロスエントロピー損失 ロジスティック損失 平均絶対誤差（MAE） 平均二乗誤差（MSE） None 50. Numpy配列における行列積を計算するための関数はどれですか？ np.matmul() np.dot() np.product() np.cross() None 51. バイアス項を導入せずに活性化関数だけを使った場合、どのような問題が発生する可能性がありますか？ モデルの出力が極端に振れる モデルの出力がゼロに固定される モデルの予測が常にゼロ近辺に集中する モデルが過学習しやすくなる None 52. 行列の掛け算において、「内積」とはどのような意味ですか？ 行列の各要素の和を計算すること 対応する要素の積を計算すること 行列の行と列の対応する要素の積を合計すること 行列の逆行列を計算すること None 53. 誤差逆伝播法で使用する活性化関数において、勾配消失を防ぐための最適な選択肢はどれですか？ ReLU関数 シグモイド関数 ソフトマックス関数 双曲線正接関数（tanh） None 54. 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 55. ある等差数列の初項が5で、公差が3です。この数列の第10項から第5項までの和を求めなさい。 85 90 122.5 100 None 56. 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 57. 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？ スパムメールの事前確率、特定のキーワードが含まれる確率、スパムでないメールにキーワードが含まれる確率 スパムメールの件数、メール送信者のIPアドレス、メールのサイズ メール受信者の数、メールの送信時間、送信者のドメイン メールの件名、メールの本文、画像ファイルのサイズ None 58. ニューラルネットワークにおける勾配爆発を防ぐために、連鎖律に加えて導入される手法はどれですか？ L2正則化 勾配クリッピング モメンタム法 シグモイド関数の使用 None 59. 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 60. Numpy配列 a = np.array([2, 4, 6, 8]) に対して、np.cumsum(a) を実行した場合、出力はどれですか？ [2, 4, 6, 8] [2, 6, 12, 20] [2, 6, 12, 18] [2, 8, 18, 32] None Time's up
