DS検定～模擬試験②～ 2024年12月7日2024年12月7日 ailearn 1. 課題定義の段階で「現状分析」を実施する主な目的として最も適切なものは次のうちどれですか？ 現状と目標のギャップを明確にし、解決すべき課題を特定するため 将来の解決策を事前に決定するため ビジネス課題を抽象化し、詳細な分析を回避するため 利害関係者間の意見を完全に統一するため None 2. 「気候変動対策」におけるAIの役割として最も適切なものは次のうちどれですか？ AIが気候変動に関与しない AIが気象データを分析し、気候変動の影響を予測する 気候変動に関するデータを削除する 気候変動対策を停止する None 3. 「着想・デザイン」における「エコシステムデザイン」の特徴として最も適切なものは次のうちどれですか？ 個々のプロダクトやサービスに焦点を当てる 短期的な収益性を最優先する 特定のターゲット顧客にのみ価値を提供する 異なる関係者やサービス間の連携を重視する None 4. 課題定義のフレームワークとしてよく使用される「5 Whys（5回のなぜ）」の目的は次のうちどれですか？ 複数の解決策を洗い出す 問題の根本原因を特定する 問題の影響範囲を広げる 問題解決のための手段を優先順位付けする None 5. デザイン思考に基づく課題定義のプロセスにおいて、最初に行うべきステップは次のうちどれですか？ プロトタイプを作成し、テストを行う 解決策のアイデアをブレインストーミングする 課題を具体的に定義し、SMARTゴールを設定する 共感フェーズでユーザーのニーズを理解する None 6. 二分ヒープ（Binary Heap）の特性に関して正しい説明はどれですか？ 親ノードの値は常に子ノードの値より大きいか、または小さい 親ノードの値は常に子ノードの値と等しい 親ノードの値は常に子ノードの値よりランダムに決まる ヒープは常に平衡状態を維持する None 7. 課題定義における「問題の本質を掘り下げる」手法の一つとして、どのアプローチが最も有効ですか？ チームメンバー全員でブレインストーミングを行う ロジックツリーを使って問題を分解し、根本原因を探る 既存のデータを基に定量的な分析を行う 他社の事例を参考にし、同じアプローチを試す None 8. モデルの性能向上を目的とした「ブースティング」の手法として正しいものは次のうちどれですか？ 個々の弱い学習器を順次組み合わせ、最終的に強い学習器を作る モデルのサイズを減らす 単一の大規模な学習器を使用する データの正規化を行う None 9. AIが「法務分野」において文書管理で利用される場合、主な利点として最も適切なものは次のうちどれですか？ 全ての法律文書を物理的に保存する 法律改正の必要性を自動的に提案する 裁判官の判決を完全に自動化する 大量の法的文書を自動分類し、重要な情報を抽出する None 10. 仮説検定において「有意水準」とは何を指しますか？ 第二種の誤りを許容する確率の上限 第一種の誤りを許容する確率の上限 ある仮説が真である確率 データのばらつきを示す指標 None 11. 教育分野におけるAIの活用例として最も適切なものは次のうちどれですか？ AIがすべての授業を担当する AIがすべての教員を置き換える AIが生徒一人ひとりに合わせたカリキュラムを提供する AIが学習環境を監視する None 12. データサイエンスにおける「特徴量エンジニアリング」とは何を指しますか？ データの前処理を行う データの収集を行う モデルの精度を向上させるために、重要な特徴量を作成・選択すること データを可視化すること None 13. データの前処理で行う「標準化」とは次のうちどれを指しますか？ データの分布を平均0、分散1に変換する データの分布を一様分布にする データの欠損値を削除する データを可視化する None 14. 仮説検定で「帰無仮説」とは何を意味しますか？ 研究仮説が正しいという主張 データに基づかない推測 差がない、または効果がないという仮説 結果が偶然であることを示す仮説 None 15. 欠損データを処理するための一般的な手法の1つはどれですか？ 欠損値を無視する 欠損値を0に置き換える 欠損値を平均値で補完する 欠損値をランダムな値で埋める None 16. 「SMARTゴール」を使って課題を定義する際、何が重要とされるか？ 課題が多様で、包括的で、創造的であること 課題が具体的で、測定可能で、達成可能で、関連性があり、期限が明確であること 課題が挑戦的で、リスクが高く、革新的であること 課題が単純で、分かりやすく、迅速に解決できるものであること None 17. 課題定義の際に「仮説」を立てることの目的は次のうちどれですか？ 最終的な結論を導き出すため 問題を多角的に解決するための複数の選択肢を導き出すため 課題の影響範囲を狭めるため 課題解決の方向性を早期に設定し、検証するため None 18. 「UX（ユーザーエクスペリエンス）」デザインにおける重要な要素として正しいものは次のうちどれですか？ 製品の技術的な性能を最大化すること ユーザーの体験全体を設計し、使いやすさや満足度を向上させる デザインのコストを最小化すること 製品の外観や見た目に重点を置くこと None 19. 機械学習のモデル評価において、データのバランスが重要となるケースとして適切なものはどれですか？ クラスタリング 回帰分析 分類問題 PCA None 20. AIが医療分野で使用される主な目的として最も適切なものは次のうちどれですか？ すべての医師を置き換えるため 患者の診断をサポートし、早期発見を促進するため 医療機器の管理のみに使用するため 手術のみを担当するため None 21. 以下の条件を満たすデータ構造として最も適切なものはどれですか？ キーと値のペアを管理。 データの追加、削除、検索を平均O(1)の時間で行える。 配列 リンクリスト ハッシュテーブル ヒープ None 22. 幅優先探索（BFS）を使用してグラフの最短経路を見つける際、適切なデータ構造は次のうちどれですか？ キュー（Queue） スタック（Stack） ヒープ（Heap） 配列（Array） None 23. 農業におけるAIの主な役割は次のうちどれですか？ 農作業全般を人間に代わって行う 農業におけるデータ活用を無効にする 気象データや土壌データを基に作物の成長を最適化する 農作物の種類を制限する None 24. 小売業におけるAIの活用例として最も適切なものは次のうちどれですか？ AIが在庫管理を効率化し、需要予測を行う AIが商品の配送を行う AIが販売員を完全に置き換える AIが商品のデザインを担当する None 25. 主成分分析 (PCA) において、主成分を選定するために一般的に使用される基準は何ですか？ 分散の大きさ p値の大きさ 相関係数の大きさ 標準偏差の大きさ None 26. データの正規化とは何ですか？ データの最小値と最大値を0と1の範囲に変換する データを標準偏差でスケーリングする データをランダムに並べ替える データの外れ値を取り除く None 27. 課題の定義において「曖昧さを排除する」ための手法として最も有効なものは次のうちどれですか？ 課題を具体的かつ測定可能な形で定義し、SMARTゴールを設定する できるだけ多くの意見を取り入れ、柔軟に対応する 課題を抽象的に捉え、様々な視点からアプローチする 既存のデータや情報に基づいて課題を広範囲に定義する None 28. 「デザイン思考」で「収束的思考」を使用するタイミングとして最も適切なものは次のうちどれですか？ 問題を広範に探索し、アイデアを発散させる段階 データを収集し、分析の範囲を設定する段階 顧客ニーズを特定するための初期段階 アイデアを評価し、実現可能性の高い解決策を絞り込む段階 None 29. スタック（Stack）における操作の一つで、データを取り出す操作を何と呼びますか？ push pop enqueue dequeue None 30. データの分布が正規分布に従っているかどうかを確認するための視覚的な手法はどれですか？ ヒストグラム 散布図 箱ひげ図 Q-Qプロット None 31. 二分探索木（Binary Search Tree）において、各ノードの左側のサブツリーに含まれる値はどのように配置されますか？ 親ノードよりも大きい 親ノードと等しい 親ノードよりも小さい 親ノードとは関係ない None 32. AIが最も活用されている分野の1つとして正しいものは次のうちどれですか？ 農業のみ 製造業、金融業、医療業など、さまざまな産業 芸術分野のみ 人間の感情理解に限定される None 33. 標本平均と母集団平均を比較するために、標本の標準誤差を用いる理由は何ですか？ 母集団の分散を推定するため 標本の標準偏差を推定するため 標本平均のばらつきを測定するため 標本数を増やすため None 34. ニューラルネットワークの「バッチ正規化（Batch Normalization）」の主な目的は次のうちどれですか？ モデルのサイズを小さくする データの正規化を行う 学習率を自動調整する 各層の出力を正規化し、学習の安定化と加速を図る None 35. ハッシュテーブル（Hash Table）における「衝突（Collision）」とは何ですか？ 同じハッシュ値を持つ異なるキーが発生すること 配列の範囲外にデータが追加されること リンクリストが循環すること データが重複して保存されること None 36. p値が0.01のとき、これは次のどれに該当しますか？ 仮説は棄却されるべきではない 結果が統計的に有意ではない 仮説は棄却されるべきである 第二種の誤りが犯されている None 37. データの正規性を検定するための方法の1つとして使用される検定はどれですか？ Shapiro-Wilk検定 t検定 F検定 カイ二乗検定 None 38. 課題定義において「フレームワーク」を使用する主な利点として最も適切なものは次のうちどれですか？ 定量的な分析を完全に不要にする 課題を抽象化し、具体的な行動計画を省略できる ステークホルダーとの協議を簡略化する 問題を構造化し、全体像を明確に把握することができる None 39. A B C D None 40. 自動運転車で使用されるAI技術に関する主な役割は次のうちどれですか？ 車両の設計を行う 車両の安全運転を支援し、障害物を認識する 燃料の消費を管理する 乗客の体調管理を行う None 41. データ分析における「欠損値処理」の最も一般的な方法は次のうちどれですか？ 欠損値をそのまま残す 欠損値を削除する 平均値や中央値で補完する 欠損値を無視する None 42. 「スポーツ分野」でAIが活用される例として最も適切なものは次のうちどれですか？ 試合中の観客数を記録する 試合スケジュールを手動で調整する スポーツ用品の価格を設定する 選手のパフォーマンスデータを分析し、トレーニング計画を最適化する None 43. 「自然言語処理（NLP）」における「Bag of Words」のアプローチの特徴として最も適切なものは次のうちどれですか？ テキストを単語の出現頻度ベースで表現するが、単語の順序は無視する 単語の順序を重視し、文脈を保持する テキストを画像データとして変換する 単語の出現頻度を無視する None 44. 以下のヒープ構造に関する説明として正しいものはどれですか？ 各ノードの値はその子ノードの値よりも常に小さいか等しい。 最小値の要素が常にルートに配置される。 最大ヒープ 二分探索木 AVL木 最小ヒープ None 45. 「問題をフレーミングする」とは、どのようなプロセスですか？ 問題を特定の視点から定義し、問題の範囲や焦点を明確にすること 問題を抽象的に定義し、解決策を多角的に検討すること 問題を数値化し、具体的な測定指標を設定すること 問題をステークホルダー間で共有し、合意を得ること None 46. 欠損データの補完方法として、機械学習モデルを使用する際に特に考慮すべき点は次のうちどれですか？ 補完後のデータ分布が元のデータと一致すること。 欠損値をすべて平均値で補完すること。 欠損データの削除を避けること。 欠損値の存在を無視しても問題ない場合に適用すること。 None 47. 「シナリオプランニング」とは何ですか？ 既存のデザインを改善するためのテストプロセス ユーザーの行動を観察し、問題を特定するためのプロセス デザインの具体的な実行計画を策定するプロセス 将来の複数の可能性に備えた計画を策定するプロセス None 48. モデルのパフォーマンスを向上させるための「ハイパーパラメータチューニング」の一般的な方法は次のうちどれですか？ データの削除 モデルの複雑化 正則化の排除 グリッドサーチ None 49. グラフ（Graph）のデータ構造において、隣接リスト（Adjacency List）の利点は次のうちどれですか？ メモリ使用量が少ない 全てのノードにアクセスするのが高速である エッジが密なグラフに向いている サイクルの検出が容易である None 50. 課題定義において「データ駆動型アプローチ」を採用する主な目的は次のうちどれですか？ ステークホルダー間の意見を重視するため 問題の本質を客観的に把握し、再現可能な分析を行うため 課題の解決策を事前に決定するため 直感に基づく意思決定をサポートするため None 51. 課題定義において「ステークホルダー分析」の目的は次のうちどれですか？ 課題に関わる利害関係者の影響や関心を特定するため 課題を迅速に解決するための戦略を策定するため 課題解決のためのコストを算出するため 課題に対する法的な影響を確認するため None 52. デザイン思考において、ユーザーの行動を観察し、潜在的なニーズを発見するための方法はどれですか？ ブレインストーミング エスノグラフィー調査 スワット分析 ファイブフォース分析 None 53. 「ディープラーニング」において最も一般的に使用されるフレームワークは次のうちどれですか？ TensorFlow Excel R Tableau None 54. 「デザインプロセス」で利用される「サービスブループリント」の主な目的は次のうちどれですか？ サービスの内部プロセスと顧客体験を可視化する デザイン思考の「共感」ステップを簡略化する サービスの収益性を予測する 顧客データの分析を代替する None 55. t検定において、標準誤差を計算する主な目的は次のうちどれですか？ 標本データのばらつきを減少させるため。 母集団の標準偏差を推定するため。 標本平均の信頼性を評価するため。 標本間の相関を計算するため。 None 56. ニューラルネットワークにおいて、「勾配消失問題」を軽減するために最も有効な手法は次のうちどれですか？ 活性化関数にReLUを使用する モデルを小さくする 隠れ層を減らす 学習率を0にする None 57. 「発散的思考」とは、どのようなプロセスを指しますか？ 1つの問題に対して特定の解決策を深掘りするプロセス 問題を解決するためのデータを収集するプロセス さまざまな視点から自由にアイデアを広げるプロセス 解決策を具体的に実行するプロセス None 58. 時系列データに対する「ARIMAモデル」の主な用途は次のうちどれですか？ 画像データの分類 テキストデータの処理 時系列データの予測 クラスタリング None 59. 2標本t検定を使用して2つのグループの平均を比較する際、次のうち正しい仮定はどれですか？ 両グループの分散は等しい 両グループの分散は異なる 両グループのサンプルサイズは等しい 両グループのサンプルサイズは異なる None 60. データサイエンスにおける「特徴量選択」の目的として最も適切なものは次のうちどれですか？ 不必要な特徴量を削除し、モデルの精度と計算効率を向上させる データセットを大きくする モデルのパラメータを自動設定する モデルの複雑さを高める None 61. A B C D None 62. 分散分析 (ANOVA) の目的は何ですか？ 2つの母集団の平均値を比較する データの標準偏差を比較する データの分散が一定であるかを検定する 3つ以上の母集団の平均値を比較する None 63. データの欠損値処理において「多重代入法（Multiple Imputation）」の特徴として最も適切な説明は次のうちどれですか？ 欠損値を単純に削除する 欠損値を1回だけ補完する 欠損値を複数回補完し、結果を統合する 欠損値をランダムに生成する None 64. AIがエネルギー分野において「再生可能エネルギーの管理」で活用される主な理由として最も適切なものは次のうちどれですか？ 発電所の運営コストを全てゼロにするため エネルギー貯蔵施設の物理的な配置を決定するため エネルギー需要の変動を予測し、供給を最適化するため 電力の消費量を手動で記録するため None 65. 課題を定義する際に使用される「SWOT分析」の要素に含まれないものは次のうちどれですか？ 弱み（Weaknesses） 機会（Opportunities） リーダーシップ（Leadership） 強み（Strengths） None 66. 多重検定を行う場合、家族誤差率（Family-Wise Error Rate）を制御するために使用される手法はどれですか？ Bonferroni補正 カイ二乗検定 ヒストグラムの作成 コレスポンデンス分析 None 67. 時系列データの自己相関関数 (ACF) を使用して確認できるものは何ですか？ データ間の線形関係 データ間の時間依存性 データの外れ値 データの平均 None 68. 信頼区間が狭い場合、その結果に対してどのような解釈ができますか？ 標本の精度が高いことを示す。 標本サイズが小さいことを示す。 分散が大きいことを示す。 データが正規分布に従わないことを示す。 None 69. AIを活用した「インシュアテック（InsurTech）」の目的は次のうちどれですか？ AIを活用して保険業務の自動化やリスク管理の効率化を実現する AIによってすべての保険業務を廃止する 保険契約者のデータを削除する 保険金の支払いを減少させる None 70. 相関係数が -1 に近い場合、2つの変数間にはどのような関係がありますか？ 強い正の相関がある 強い負の相関がある 変数間に相関はない 変数間には線形関係がない None 71. データセットに外れ値が含まれる場合、回帰分析におけるモデルの精度を向上させるための適切なアプローチは次のうちどれですか？ 外れ値を無視してモデルを構築する。 外れ値を削除するかロバスト回帰を使用する。 外れ値を平均値で補完する。 外れ値を新しいカテゴリとして扱う。 None 72. グラフの探索アルゴリズムである深さ優先探索（DFS）は、次のうちどのような順序でノードを探索しますか？ 隣接する全てのノードを同時に探索する 最も浅いノードから順に探索する エッジの重みが最も小さいノードを優先して探索する 最も深いノードまで探索し、その後バックトラックして次のノードを探索する None 73. AIが「スマートシティ」の構築において果たす役割として最も適切なものは次のうちどれですか？ 都市全体の運営をリアルタイムで最適化し、持続可能な社会の実現を支援する 都市の人口を減少させる 都市内のすべての活動を停止する 都市の環境を無視する None 74. 配列（Array）のデータ構造において、データ要素の挿入や削除が特に時間がかかるのはどの位置ですか？ 先頭 中央 末尾 ランダム None 75. AVL木（AVL Tree）の特徴は何ですか？ 各ノードが必ず2つの子ノードを持つ 木全体の高さが常に固定されている 各ノードの左右の部分木の高さの差が1以内に保たれている 子ノードの値が親ノードの値よりも大きい None 76. 課題定義において、ステークホルダーからのフィードバックを効果的に活用する方法として適切なものは次のうちどれですか？ フィードバックを受けたら、すぐにその意見を基に解決策を実施する すべてのフィードバックをまとめて、解決策の検討に利用する 重要なステークホルダーのフィードバックのみを反映させる フィードバックを検討し、課題の定義が適切かどうか再評価する None 77. AIが物流業界で利用される際の代表的な用途は次のうちどれですか？ 荷物の重量測定 人手による配送の完全な代替 配送先の削減 配送ルートの最適化と需要予測 None 78. 回帰分析において、変数間の多重共線性が存在する場合、どのような問題が発生しますか？ モデルの決定係数（R²）が0に近づく。 回帰係数の信頼性が低下する。 モデルの自由度が増加する。 モデルが過学習する。 None 79. データ構造「デキュー（Deque）」の主な特徴として正しいものは次のうちどれですか？ 要素の挿入と削除が両端から行える。 要素の削除は先頭のみで行える。 要素の挿入は後端のみで行える。 要素の挿入や削除はランダムに行える。 None 80. データの歪度が正の値を持つとき、データの分布はどのような形をしていると考えられますか？ 左に歪んでいる 右に歪んでいる 正規分布している 対称分布している None 81. 「農業分野におけるAIの活用」によって最も期待される効果は次のうちどれですか？ 農作物の生産停止 農地の縮小 作物の生産性向上と資源の最適利用 作物の種類を一種類に限定する None 82. AIが「製造業における品質管理」において最も効果的に活用される方法は次のうちどれですか？ AIが製品の不良品をリアルタイムで検出し、品質の改善を促進する AIが製品の品質に関与しない AIがすべての製品を無条件で合格させる 製造ラインでAIを無視する None 83. 仮説検定において、第二種の誤り（βエラー）を減少させるために適切な方法は次のうちどれですか？ 有意水準（α）を大きくする。 データの標準化を行う。 p値を低下させる。 サンプルサイズを増加させる。 None 84. 「ハイパーパラメータ」として適切なものは次のうちどれですか？ 学習データ内の特徴量の値 学習率やバッチサイズの設定値 モデルの重みやバイアスの値 モデルが予測したクラスの確率 None 85. データの分布形状を確認するために最適な手法は次のうちどれですか？ 箱ひげ図（ボックスプロット） ヒストグラム 散布図 クロス集計表 None 86. カテゴリカルデータを分析する際に、データ間の関係を評価するために使用される統計手法は何ですか？ t検定 カイ二乗検定 ANOVA ピアソン相関係数 None 87. グラフ（Graph）の探索アルゴリズムの一つで、幅優先探索（Breadth-First Search）における探索順序はどれですか？ 深さ優先で探索する 最も遠いノードから探索する 重みの大きいエッジを優先して探索する 隣接するノードを次々に探索する None 88. 科学的解析における外れ値の影響を最小化するために有効な手法はどれですか？ 平均値を使用する メディアンを使用する 回帰分析を行う 分散分析を行う None 89. 複数のステークホルダーが関与する課題の定義において、利害関係の衝突を防ぐために有効なアプローチは次のうちどれですか？ 最も影響力のあるステークホルダーの意見を優先する すべての利害関係者に対して同じ優先順位を設定する 課題の定義に関与するステークホルダーをできるだけ減らす 各ステークホルダーの期待や関心を明確にし、共有するプロセスを設ける各ステークホルダーの期待や関心を明確にし、共有するプロセスを設ける None 90. 課題を定義する際、定性的データの利点として最も適切なものは次のうちどれですか？ 定量的な数値を基に、問題の規模を正確に測定できる 問題の感情的・社会的な側面を理解することができる 問題を迅速に解決するための戦略を導き出すことができる 問題を簡単に可視化することができる None 91. 課題定義のプロセスで「曖昧さ」を排除するために最も有効な方法は次のうちどれですか？ 定性的データのみを活用する 定量的な成功指標を設定する 複数の解決策を同時に採用する 主観的な評価基準を使用する None 92. グラフデータ構造において、全てのノードが他の全てのノードとエッジで直接つながっている場合、このグラフは何と呼ばれますか？ 部分グラフ 無向グラフ 完全グラフ 木構造 None 93. データの欠損率が高い場合に推奨される手法はどれですか？ 多重代入法 欠損データの削除 平均値による補完 中央値による補完 None 94. 自然言語処理（NLP）で使用される「Word2Vec」の役割は次のうちどれですか？ テキストデータを分類する 単語をベクトル形式に変換し、意味的な類似性を捉える テキストデータを正規化する 単語をランダムに並べる None 95. デザイン思考における「リフレーミング」の主な目的は何ですか？ 問題を異なる視点から再評価し、新しい解決策を見つけるため 製品のデザインを見直して、コスト削減を図るため チームの役割分担を変更するため 既存の解決策をそのまま採用するため None 96. イノベーションにおける「逆転発想法」とはどのような手法ですか？ 問題や課題を逆の視点から考えることで新しい解決策を導く手法 既存の解決策をそのまま採用する手法 他社の成功事例を模倣して自社に取り入れる手法 問題を細分化して解決策を導く手法 None 97. 科学的解析において「信号対雑音比（SNR）」を最大化することが重要な理由は何ですか？ データの正確さを向上させるため 誤差を最小化するため 雑音を減らして信号の強度を強調するため サンプルサイズを大きくするため None 98. デザイン思考において「反復的なプロトタイピング」が重要とされる理由は次のうちどれですか？ 繰り返しのテストを通じて、製品やサービスを改善し続けることができるため 最初のプロトタイプが必ずしも最終製品になるため プロトタイプを一度に多く作ることでコストを削減できるため プロジェクトの納期を短縮するため None 99. データの標準化を行う目的は何ですか？ データの範囲を広げる データの平均値をゼロにし、分散を1にする データの値を整数に変換する データの分散を大きくする None 100. AIが金融業界で特に活用されている分野は次のうちどれですか？ 融資判断とリスク管理 金庫管理 物理的な現金の流通 店舗デザイン None Time's up
