DS検定～模擬試験②～ 2024年12月7日2024年12月7日 ailearn 1. 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 2. 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 3. 課題定義において、現状と目標との間にある「ギャップ」を明確にする目的は次のうちどれですか？ 課題の優先順位を付けるため 現状の改善ポイントを特定し、解決策を導くため 競合他社との差別化を図るため 目標を達成できないリスクを回避するため None 4. 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 5. 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 6. ビジネスデザインにおける「ブルーオーシャン戦略」とは何ですか？ 既存市場での競争に勝つための戦略 競争の少ない新しい市場を開拓する戦略 競合他社を模倣する戦略 製品コストを下げるための戦略 None 7. データの自由度が減少すると、t検定の結果にどのような影響を与えますか？ t値が大きくなる t値が小さくなる p値が小さくなる p値が大きくなる None 8. 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 9. 「トライ木（Trie）」を用いたデータ構造の主な応用例として最も適切なものはどれですか？ 数値データの範囲検索 文字列の検索やオートコンプリート グラフデータの最短経路探索 データベースのインデックス管理 None 10. 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 11. AIが「観光業」で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？ 宿泊施設の建設計画を立てる 観光客の行動データを分析し、個別化された旅行プランを提案する 航空機の整備スケジュールを最適化する ホテルの予約数を予測するだけでなく、手動で予約を管理する None 12. クロス集計表を使って2つのカテゴリカル変数の関係を分析する際に用いられる適切な検定は何ですか？ t検定 ANOVA 相関係数 カイ二乗検定 None 13. 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 14. AIが「自動車産業の生産ライン」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？ AIが生産を停止する 生産ラインの労働力を増やす 生産ラインの速度を遅くする AIが生産プロセスを自動化し、品質管理を強化する None 15. 「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 16. 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 17. 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 18. 「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 19. 「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 20. AIがエネルギー分野で活用される場面として最も適切なものは次のうちどれですか？ エネルギーを消費しない技術の開発 エネルギー消費量の削減を制限する エネルギーの流通に無関与である エネルギー供給の予測と最適化 None 21. 「サプライチェーン」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がすべての物流業務を無効化する サプライチェーンのデータを削除する すべての業務を人間が手動で管理する AIが供給と需要のバランスを最適化し、リスク管理を強化する None 22. 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 23. 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 24. 「デザイン思考」のプロセスに含まれるステップとして正しいものは次のうちどれですか？ 共感 → 定義 → 創造 → プロトタイプ → テスト 創造 → 評価 → テスト → 実装 問題定義 → 解決策探索 → 実行 分析 → 計画 → 評価 → 実行 None 25. 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 26. 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 27. 深層学習で使用される「転移学習」の主な利点として最も適切なものは次のうちどれですか？ 小規模なデータセットでも高性能なモデルを構築できる モデルの計算コストを大幅に削減できる すべてのタスクで新しいモデルをトレーニングする必要がなくなる 異なる分野のデータでもモデルの精度が向上する None 28. 「自動運転車」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がリアルタイムで周囲の環境を認識し、安全な運転を支援する AIが車両のエネルギー供給を担当する AIが運転者を無視する 自動運転車ではAIが不要である None 29. 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 30. 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 31. 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 32. 信頼区間の解釈として正しいものはどれですか？ サンプルの平均が信頼区間内にある確率 母集団の分散が信頼区間内にある確率 母集団の平均が常に信頼区間内にあること 母集団の平均が信頼区間内にある確率 None 33. 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 34. デザイン思考において、プロトタイプの主な目的は何ですか？ 最終製品を完成させるため アイデアを具現化し、ユーザーからのフィードバックを得るため 製品のコスト削減を目指すため チームの結束力を高めるため None 35. 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 36. 「勾配ブースティング」のアルゴリズムが他のアンサンブル学習手法と比較して優れている理由として最も適切なものは次のうちどれですか？ モデルが完全に自動で構築される 学習データの誤差を段階的に修正する能力がある 全ての決定木が同じ重みで予測を行う モデルの解釈性が高い None 37. 課題の定義において、利害関係者全体の合意を得るために重要なポイントとして最も適切なものは次のうちどれですか？ 各ステークホルダーの意見を均等に反映させる 課題の範囲をできるだけ広げて、多様な意見を取り入れる 課題の影響や利点を明確にし、共通の目標を設定する 一部のステークホルダーの意見を優先し、迅速に決定を進める None 38. 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 39. 「ペルソナ」とは、デザインプロセスにおいて何を指しますか？ 製品のブランディングに用いるキャラクター 典型的なユーザー像を具体化した架空の人物 チームメンバーの役割を定義する概念 デザインの最終成果物を指す None 40. 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 41. 科学的解析における仮説検定の第一種の誤りとは何を指しますか？ 帰無仮説が真であるのに、誤って棄却すること 帰無仮説が偽であるのに、棄却しないこと データに基づかない推論を行うこと 仮説を正しく検証できないこと None 42. 「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 43. 「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 44. データの「正規化」と「標準化」の違いとして最も正しい説明は次のうちどれですか？ 標準化はデータを特定の範囲に収め、正規化はデータを平均0、分散1に変換する 両者は同じ意味である 正規化はデータの欠損値を補完する 正規化はデータを特定の範囲に収め、標準化はデータを平均0、分散1に変換する None 45. 機械学習モデルの「過学習」を防ぐために最も効果的な手法は次のうちどれですか？ データの増加 モデルの複雑化 正則化（レギュラリゼーション） 学習率の低下 None 46. 課題定義において「問題の本質を捉える」とは、どのようなことを意味しますか？ 表面的な症状ではなく、根本的な原因を明確にすること 問題が存在することを記録すること 問題を全ての関係者に周知すること 問題が発生した時点でのデータを収集すること None 47. 以下のうち、p値とは何ですか？ 帰無仮説が正しい場合に得られるデータの確率 仮説が正しい確率 仮説が偽である確率 検定の正確さ None 48. 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 49. データサイエンスにおける「欠損データの処理方法」として、最も高度な方法は次のうちどれですか？ 欠損データをすべて削除する 欠損データを無視する 欠損データをそのまま残す 欠損データを予測モデルを用いて補完する None 50. 教育分野でAIを活用して学習成果を最大化する方法として、次のうち最も適切なものはどれですか？ 各学生の進捗データを分析し、個別の学習プランを作成する 全ての学生に同じ教材を一斉に提供する 教師が使用する教材のデジタル化を促進する 教育機関の経費を削減するためにAIを活用する None 51. 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 52. デザインプロセスにおける「デザインシンキング」の特徴として正しいものは次のうちどれですか？ 製品の技術的性能を最優先するアプローチ コスト削減を最優先するアプローチ ユーザー中心のアプローチを取り、反復的なプロセスで解決策を創出する デザインの見た目や美観を重視するアプローチ None 53. AIが「医薬品開発」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？ すべての医薬品開発を廃止する 医薬品の需要予測を行わない 新薬の開発プロセスを効率化し、治験の成功確率を高める 新薬の開発を無制限に行う None 54. 「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 55. 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 56. 「課題の優先順位付け」を行う際に、最も効果的な基準は次のうちどれですか？ 課題の難易度とコスト 課題の影響範囲と解決に要するリソース チームメンバーの意見と企業の文化 課題の緊急度とチームの意思決定プロセス None 57. 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 58. 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 59. 「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 60. 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 61. 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 62. 外れ値の影響を受けにくい代表値はどれですか？ 平均値 分散 標準偏差 メディアン None 63. 課題定義において「仮説検証型アプローチ」を活用する際の最初のステップは次のうちどれですか？ 仮説を立てる データ収集を開始する 分析ツールを選定する 成果指標（KPI）を設定する None 64. 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 65. AIが「ヘルスケア分野のパーソナライズド医療」に貢献する方法として、最も適切なものは次のうちどれですか？ AIが患者の遺伝情報を基に、最適な治療法を提案する AIがすべての患者に同じ治療法を提供する 患者の遺伝情報を無視する AIが患者のデータを削除する None 66. 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？ 現状分析 解決策の提案 チーム編成 予算の確保 None 67. 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 68. データサイエンスで「クラスター分析」に使用される主なアルゴリズムは次のうちどれですか？ ロジスティック回帰 k-means法 線形回帰 決定木 None 69. ヘルスケア分野でのAIの利活用において、次のうち正しい活用例はどれですか？ AIが医師の診断を支援し、診療プロセスを最適化する AIがすべての薬の製造を行う AIが患者の全ての治療を担当する AIが薬の効能を決定する None 70. 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 71. 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 72. 課題定義の際に、現状分析と未来予測を組み合わせて行うことで得られるメリットは次のうちどれですか？ 現在の問題と将来的なリスクやチャンスを同時に考慮できる 解決策の実行を迅速に進めることができる 過去のデータに基づいて確実な解決策を導き出すことができる チームメンバー全員の合意を得ることができる None 73. 「着想・デザイン」のプロセスにおいて、成功のために「反復的プロトタイピング」を実施する主な目的は次のうちどれですか？ 開発コストを削減するため 顧客フィードバックを取り入れ、デザインを継続的に改善するため 製品の発売を早めるため デザインプロセスを簡略化するため None 74. A B C D None 75. 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 76. 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 77. 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 78. データサイエンスでよく使用される「ハイパーパラメータ」とは何ですか？ モデルが自動で最適化するパラメータ モデルの学習プロセスで調整する必要のあるパラメータ データの欠損値を処理するための手法 データの前処理方法 None 79. 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 80. 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 81. 赤黒木（Red-Black Tree）は、二分探索木の一種であり、次のうち正しい特性はどれですか？ 各ノードの値が常に奇数である 各ノードが赤または黒に塗られている 全ての葉ノードは赤である 木の高さは常に一定である None 82. イノベーションのための「オズボーンのチェックリスト」に含まれる質問として適切なものは次のうちどれですか？ 「製品の価格を上げるためにはどうすればよいか？」 「この製品の売上を最大化するには？」 「競合他社の製品をどう取り入れるか？」 「この製品をどう変えることができるか？」 None 83. 着想プロセスにおいて「ブレインストーミング」の主な目的は何ですか？ 自由なアイデアを多く集め、後で整理するため 特定の課題に対して迅速に解決策を導くため 既存のアイデアを深く分析するため 問題を明確に定義するため None 84. AIが「災害管理」において活用される場面として最も適切なものは次のうちどれですか？ 災害復興費用の計算を手動で行う 天候データを分析して災害発生を予測する 被災者の救助活動を全て人力で行う 災害発生後のニュース報道を作成する None 85. 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 86. 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 87. 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 88. 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 89. 課題定義のプロセスで発生する「認知バイアス」を排除するための方法として最も適切なものは次のうちどれですか？ すべてのチームメンバーの意見を無条件で採用する データに基づいて客観的に課題を評価し、多様な視点を取り入れる 既存の成功事例を参考にして、同様のアプローチを取る チームリーダーの指示に従い、意思決定を迅速に進める None 90. ある変数 X が、他の変数 Y と非線形な関係を持っていることが予想される場合、適切な解析手法は次のうちどれですか？ 線形回帰 ロジスティック回帰 多項式回帰 単回帰分析 None 91. 自然言語処理（NLP）における「注意機構（Attention Mechanism）」の主な目的は次のうちどれですか？ モデルの計算コストを削減する テキストを固定長のベクトルに変換する 複数の言語を同時に処理する テキスト全体の重要な情報を動的に特定する None 92. 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 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. 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 95. 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 96. モデルの性能を比較するために使用される「クロスバリデーション」の利点として最も適切なものは次のうちどれですか？ データの一部のみでモデルを評価する トレーニングデータ全体を用いてモデルを評価できる 過学習を促進する テストデータを完全に除外する None 97. 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 98. キュー（Queue）のデータ構造において、最初に追加された要素が最初に削除される方式は何と呼ばれますか？ LIFO FIFO FILO LILO None 99. データの正規性を検定するための手法として適切なものは次のうちどれですか？ t検定 カイ二乗検定 シャピロ・ウィルク検定 相関係数 None 100. 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 Time's up
