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. 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 2. 連鎖律はニューラルネットワークのどの部分で活用されますか？ 誤差関数の計算 出力層での活性化関数の計算 勾配を逆方向に伝播する際の計算 モデルの初期化 None 3. A B C D None 4. 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 5. 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 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. A B C D None 8. 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 9. ニューラルネットワークの入力層にデータを正規化して入力する理由は何ですか？ モデルの複雑さを減らすため 計算の安定性と学習速度を向上させるため モデルのパラメータ数を増やすため 隠れ層のユニット数を減らすため None 10. 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 11. Numpy配列において、配列の要素を逆順にするために使用するスライスの指定はどれですか？ [::-1] [:0] [::2] [0::-1] None 12. A B C D None 13. 正解値が間違ってラベル付けされているデータセットに対して、モデルの性能を向上させるために最も効果的なアプローチはどれですか？ クロスエントロピー損失関数を使用する 学習率を減少させる ノイズ除去技術を用いた前処理を行う 過学習を防ぐためにアーリーストッピングを使用する None 14. A B C D None 15. 重み共有を行わない場合、畳み込みニューラルネットワーク（CNN）における主な問題は何ですか？ 勾配消失が発生する 特徴量が効果的に抽出されなくなる 出力層のユニット数が増加する モデルの計算コストが大幅に増加する None 16. A B C D None 17. A B C D None 18. 誤差関数の微分が非線形関数である場合、最適化に与える影響は何ですか？ 最適化が容易になる 最適化が非線形に複雑化する 最適化に影響しない モデルのバイアスが増加する None 19. 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？ 地域の人口と感染者数 感染者数と病院の数 事前確率、感度、特異度 感染者の平均年齢と症状 None 20. A B C D None 21. 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 22. 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 23. Seabornをインポートする際に一般的に使用されるインポート文はどれですか？ import seaborn as sns import seaborn as sb import sns import seaborn.pyplot as sns None 24. 順伝播において、モデルの出力が連続値である場合、一般的に使用される活性化関数は次のうちどれですか？ ReLU ソフトマックス シグモイド 線形活性化関数 None 25. 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 26. A B C D None 27. ニューラルネットワークにおける「勾配爆発（Gradient Explosion）」はどのように発生しますか？ 重みが非常に大きな値に更新されることにより発生する 活性化関数が不適切に選択されている場合に発生する モデルの学習率が小さすぎる場合に発生する 出力層のユニット数が過剰な場合に発生する None 28. 誤差逆伝播法における「スキップ接続」（Skip Connection）の効果はどれですか？ 勾配消失を防ぎ、より深いネットワークを学習可能にする ネットワークの深さを減らす 出力の非線形性を高める モデルのパラメータを減少させる None 29. 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 30. A B C D None 31. 集合 A={1,2,3} と集合 B={3,4,5} において、相対補集合 A∖B はどれですか？ {4,5} {3} {1,2,3,4,5} {1,2} None 32. 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 33. 順伝播における「スカラー乗算」とは何を指しますか？ ノード間の重みを各入力に掛け合わせる操作 出力を正規化する操作 活性化関数を適用する操作 入力データの次元を縮小する操作 None 34. MSEが大きくなるとモデルの予測性能はどうなりますか？ モデルの予測精度が高い モデルの予測精度が低い MSEはモデルの性能に影響しない モデルの予測が安定する None 35. A B C D None 36. 正解値を持たないデータに対して、最も適切な学習手法はどれですか？ 教師あり学習 半教師あり学習 教師なし学習 強化学習 None 37. A B C D None 38. 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 39. A B C D None 40. 行列の和 A+B が定義される条件はどれですか？ 行列 A と B は正方行列である 行列 A と B は逆行列を持つ 行列 A と B は同じ次元を持つ 行列 A と B は対角行列である None 41. A B C D None 42. 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 43. A B C D None 44. 勾配降下法において「モーメンタム（Momentum）」を使用する理由は次のうちどれですか？ モデルのパラメータ数を削減するため 学習速度を速め、勾配の振動を抑えるため 活性化関数を変更するため 過学習を防ぐため None 45. 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 46. A B C D None 47. MSEを使用した最適化において、損失関数の局所最小値に陥るリスクを軽減するための手法はどれですか？ 初期化時にランダムな値を使用する データをスケーリングしない モデルの複雑さを増やす MSE以外の損失関数を使用する None 48. A B C D None 49. A B C D None 50. Scikit-learnでの分類精度を評価するために使用される関数はどれですか？ confusion_matrix() accuracy_score() classification_report() precision_score() None 51. 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 52. P(A∩B)=0 である場合、事象 𝐴 と事象 𝐵 はどのような関係にありますか？ 独立 同時発生 補集合 排反 None 53. 行列A = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]を行列B = [[0, 1], [2, 3], [4, 5]]で掛けた結果の行列のサイズはどうなりますか？ 3×2 3×3 2×3 2×2 None 54. 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？ 商品の価格、広告の効果、消費者の購買意欲 事前確率、条件付き確率、商品の販売実績 事後確率、条件付き確率、競合商品の価格 広告費用、商品の市場シェア、消費者レビュー None 55. A B C D None 56. 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？ 事前確率の変動 特異度の変動 広告の回数 感度の変動 None 57. 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 58. 「勾配クリッピング（Gradient Clipping）」が必要になる理由は何ですか？ 勾配消失を防ぐため モデルの計算コストを削減するため 勾配爆発を防ぐため 活性化関数の効果を高めるため None 59. Scikit-learnで交差検証を行うために使用される関数はどれですか？ validate_model() cross_validation() cross_val_score() model_score() None 60. Scikit-learnにおいて、k-最近傍法（KNN）をインポートするために使用されるクラスはどれですか？ KNNClassifier KNeighborsRegressor KNeighborsClassifier NearestNeighbors None Time's up
