DS検定～模擬試験⑤～ 2024年12月7日 ailearn 1. ITセキュリティにおける「ゼロデイ攻撃」とは何ですか？ データをゼロに初期化する攻撃 データのバックアップを削除する攻撃 ウイルスを送りつける攻撃 未知の脆弱性を悪用した攻撃 None 2. Pythonでforループを用いて、リスト[1, 2, 3]の各要素に1を加えた結果を新しいリストとして出力するコードは次のうちどれですか？ [x+1 for x in [1, 2, 3]] list(map(lambda x: x+1, [1, 2, 3])) for x in [1, 2, 3]: x += 1 map(x+1, [1, 2, 3]) None 3. Pythonでリストのすべての要素を逆順に並べ替える最も効率的な方法は次のうちどれですか？ list.reverse() list.sort() list[::-1] sorted(list) None 4. AI導入において、データガバナンスが重要視される理由は次のうちどれですか？ データを収集するため モデルの精度を向上させるため データ分析の速度を向上させるため データの品質を管理し、セキュリティを確保するため None 5. 「ソーシャルエンジニアリング攻撃」を防ぐために最も有効な手段は次のうちどれですか？ ファイアウォールを設置する。 従業員へのセキュリティ意識向上のためのトレーニングを実施する。 データを常に暗号化する。 全てのシステムにバックアップを設定する。 None 6. データの整合性を保証するために使用される技術は次のうちどれですか？ 暗号化 ファイアウォール ハッシュ関数 ウイルス対策ソフト None 7. 契約における「損害賠償条項」が重要な理由は次のうちどれですか？ 双方の責任を回避するため 契約を終了するため コストを削減するため 契約違反が発生した場合の賠償責任を明確にするため None 8. データの「正規化」を行う目的は次のうちどれですか？ データの分布を平坦化するため データを標準偏差で整えるため データのノイズを削除するため 異なるスケールを持つデータを同一基準に揃えるため None 9. 非構造化データにおける「アノテーション」とは何を指しますか？ データのラベル付けを行う作業 データの可視化を行う作業 データの正規化を行う作業 データの欠損値を補完する作業 None 10. 契約書において、データサイエンスプロジェクトの成果物に対する「知的財産権」は、通常どのように規定されるべきですか？ 全ての知的財産権は発注者に帰属する 知的財産権はプロジェクトの契約内容に基づいて明確に規定される 知的財産権は特に明記されない 知的財産権は開発者の所有となる None 11. 生成モデルにおける「確率的生成」とは何ですか？ モデルが常に同じデータを生成すること モデルが観測されたデータだけを再構築すること モデルがランダムなノイズから新しいデータを生成すること モデルがデータのクラスを予測すること None 12. ソフトウェア開発において「オープンソースライセンス」を利用する際、注意すべき点は次のうちどれですか？ ライセンス条件に従って利用しなければならない 商用利用が常に禁止されている コードの改変が認められない ソフトウェアを一切販売できない None 13. 画像データの分類において、転移学習が有効である理由は何ですか？ 新しいモデルをゼロから学習する必要がないため 全てのデータをランダムに処理できるため 画像を前処理する必要がないため モデルの複雑さを低減するため None 14. データライセンス契約で、特に注意が必要な項目として最も適切なものは次のうちどれですか？ データの物理的保存場所 データの利用範囲と再利用に関する制約 データ提供者の個人的な意見 データの削除時期に関する規定の排除 None 15. BERTなどのトランスフォーマーモデルが従来のRNN（リカレントニューラルネットワーク）に対して優れている点はどれですか？ 訓練時間が短い 小規模なデータセットでも優れた性能を発揮する 高度な前処理が不要である 長い依存関係を捉えやすい None 16. 「著作権」の対象として、データサイエンスプロジェクトに関連するものは次のうちどれですか？ アルゴリズムのアイデア コードやドキュメントの記述内容 データそのもの データの集計結果 None 17. データサイエンスプロジェクトにおける「データライセンス契約」の目的は次のうちどれですか？ データの所有権を譲渡する データの品質を保証する データの削除を要求する データの使用範囲や条件を明確にする None 18. AIやデータサイエンスを事業に実装する際、最初に行うべきステップはどれですか？ データサイエンスチームの編成 ビジネス課題の特定 モデルの選定 組織内での教育 None 19. Pythonでの「ジェネレータ」として正しいものは次のうちどれですか？ すべての値を一度にリストとして返す関数 データベースのレコードを生成する関数 配列の要素を操作する関数 yieldを使って値を一つずつ返す関数 None 20. 非構造化データである画像データの前処理において、「データ拡張（Data Augmentation）」が有効である主な理由はどれですか？ モデルの過学習を防ぐため。 データのラベル付けを自動化するため。 データの解像度を向上させるため。 訓練時間を短縮するため。 None 21. ITセキュリティにおいて「侵入検知システム（IDS）」と「侵入防止システム（IPS）」の違いとして正しいものは次のうちどれですか？ IDSはネットワークの速度を向上させるが、IPSはパフォーマンスを重視しない。 IDSは防御策を自動実行するが、IPSは管理者の判断を必要とする。 IDSとIPSは機能的に同じである。 IDSは攻撃を検知するが、IPSは攻撃を検知して防ぐ。 None 22. 次のうち、データを分割する際の方法として最も適切なものはどれですか？ データをランダムに分割する データ全体をトレーニングデータとして使用する トレーニングデータとテストデータに分割する テストデータのみを使用する None 23. VAEにおいて、「再構成損失」と「KLダイバージェンス」の役割は次のうちどれですか？ 潜在空間を正規分布に近づける。 データの再構成を制約なしに行う。 潜在変数間の依存関係を最大化する。 オーバーフィッティングを防ぐ。 None 24. 生成モデルにおける「パラメトリック生成」と「ノンパラメトリック生成」の違いは何ですか？ パラメトリック生成はデータの事前分布を仮定し、ノンパラメトリック生成はデータから直接学習する パラメトリック生成は教師あり学習、ノンパラメトリック生成は教師なし学習 パラメトリック生成は画像生成、ノンパラメトリック生成はテキスト生成 パラメトリック生成は単純なモデル、ノンパラメトリック生成は複雑なモデル None 25. 暗号化アルゴリズムのうち、対称鍵暗号の例として正しいものは次のうちどれですか？ AES RSA DSA ECC None 26. 自然言語処理（NLP）において、テキストの単語やフレーズを数値データに変換する手法として最も一般的なのはどれですか？ トークン化 One-hotエンコーディング TF-IDF 正規化 None 27. 自然言語処理において、Word2Vecモデルが特定の単語間の意味的類似性を学習する仕組みは次のうちどれですか？ 各単語の共起行列を直接計算する。 単語の品詞情報を基にベクトルを生成する。 周辺単語の文脈情報を使用してベクトルを最適化する。 各単語を直接One-Hotエンコーディングで表現する。 None 28. ITセキュリティにおける「ファイアウォール」の主な機能は次のうちどれですか？ ネットワークトラフィックを監視し、不正なアクセスをブロックする データを圧縮して転送速度を向上させる ウイルスを検出して削除する データの暗号化を行う None 29. 「ハニーポット（Honeypot）」の設置目的として正しいものは次のうちどれですか？ 攻撃者を引き付けて分析するため。 ネットワークのトラフィックを効率化するため。 攻撃者に誤ったデータを提供するため。 ファイアウォールの性能を評価するため。 None 30. 契約において「成果物の保証」が規定される理由は次のうちどれですか？ 成果物が契約で期待される品質基準を満たすことを保証するため 成果物の納品を遅らせるため 契約相手の責任を回避するため 追加費用を請求するため None 31. GANにおける「モード崩壊」とは何を指しますか？ 生成器が多様なデータを生成できなくなる現象 判別器が過学習する現象 データの一部が学習されない現象 生成器が学習しない現象 None 32. 事業へのAI実装において、「モデルのドリフト（劣化）」が発生した場合の最適な対応策として最も適切なものは次のうちどれですか？ モデルをそのまま使用し続ける 新しいモデルを構築せずに既存のルールベースに戻す モデルのパフォーマンス評価を一切行わない モデルの学習データを更新し、再トレーニングを行う None 33. ITセキュリティにおいて、SQLインジェクション攻撃を防ぐために効果的な対策は次のうちどれですか？ データを圧縮して送信する プレースホルダーを使用したSQL文の作成 パスワードをハッシュ化する ファイルの暗号化を行う None 34. 「Data Augmentation（データ拡張）」が生成モデルで使用される理由は何ですか？ トレーニングデータを増やし、モデルの汎化性能を向上させるため モデルの計算速度を向上させるため データのラベル付けを簡素化するため データの次元を削減するため None 35. 生成モデルにおいて、VAE（Variational Autoencoder）と通常のオートエンコーダの違いは何ですか？ VAEはデータを圧縮するが、通常のオートエンコーダはデータを分類する VAEは生成タスクに使われ、通常のオートエンコーダは再構築タスクに使われる VAEは確率的アプローチを採用し、通常のオートエンコーダは決定論的アプローチを採用する VAEは次元削減に特化している None 36. AIモデルを第三者に提供する際、ライセンス契約において重要となる項目は次のうちどれですか？ モデルのアルゴリズムを公開する モデルの精度を保証する モデルの再販を推奨する モデルの使用範囲と利用目的を明確に規定する None 37. 以下のPythonコードを実行した場合、結果として正しいものはどれですか？ a = [1, 2, 3, 4]b = [2, 4, 6, 8]result = list(map(lambda x, y: x + y, a, b))print(result) [1, 2, 3, 4, 2, 4, 6, 8] [3, 6, 9, 12] [1, 2, 3, 4, 6, 8] エラーが発生する。 None 38. 事業にAIを実装する際の「データサイロ」の問題を解決するために適切なアプローチは次のうちどれですか？ 各部門が独自のデータベースを管理し、結果を共有しない データを統合せず、必要なときだけアクセスする 組織全体でデータを共有し、統一されたデータ管理体制を整える 部門ごとに異なるデータフォーマットを使用する None 39. Pythonで「集合（set）」を使う利点として最も適切なものは次のうちどれですか？ 順序付けされたデータの操作が可能である。 要素の重複を自動的に排除できる。 計算量が少ないメモリ使用を実現できる。 要素を効率的に並べ替えることができる。 None 40. Pythonのmultiprocessingモジュールを使って、複数のプロセスを並列実行する際に、プロセス間でデータを安全に共有するために使用される構造は次のうちどれですか？ スレッド（Thread） イベント（Event） キュー（Queue） セマフォ（Semaphore） None 41. 自然言語処理において、トピックモデリングを行うために広く使われる手法はどれですか？ TF-IDF LDA（潜在ディリクレ配分） ワード2ベクトル アテンションメカニズム None 42. データを「集約」する際に最もよく使用される手法は次のうちどれですか？ データをすべて削除する データをランダムに並べ替える データの外れ値を削除する データの平均値や合計を計算する None 43. データの異常値を処理する一般的な方法として適切なものは次のうちどれですか？ 異常値を削除する 異常値を平均値で置き換える 異常値の影響を無視して分析を進める 異常値を説明変数として取り入れる None 44. Pythonで「リスト内包表記」を使用して、リスト [2, 4, 6] の要素を2倍にした新しいリストを作成するコードとして正しいものは次のうちどれですか？ [x * 2 for x in [2, 4, 6]] list(map(lambda x: x * 2, [2, 4, 6])) [x + 2 for x in [2, 4, 6]] [x ** 2 for x in [2, 4, 6]] None 45. Pythonの辞書型において、新しいキーと値のペアを追加する方法として適切なものは次のうちどれですか？ dict.append(key, value) dict[key] = value dict.update(key, value) dict.insert(key, value) None 46. 音声データを処理する際、音の周波数成分を時間とともに解析するために使用される手法はどれですか？ Fourier変換 自己相関 遅延プロット サポートベクターマシン None 47. Pythonにおいて、ソートアルゴリズムの一つである「クイックソート」の平均時間計算量は次のうちどれですか？ O(n^2) O(n log n) O(n) O(log n) None 48. 非構造化データ処理において、画像データの特徴抽出によく使用される手法はどれですか？ CNN（畳み込みニューラルネットワーク） K-meansクラスタリング 決定木 線形回帰 None 49. Pythonで、コンテキストマネージャ（Context Manager）を作成するための方法として適切なものは次のうちどれですか？ with文を使用する yield文を使用する return文を使用する exec文を使用する None 50. ITセキュリティの脅威の一つである「フィッシング攻撃」とは何ですか？ ネットワークトラフィックを監視してデータを盗む行為 ウイルスを送りつけることでシステムを破壊する行為 サーバーに過負荷をかけてサービスを停止させる行為 ユーザーを欺いて機密情報を提供させるための詐欺行為 None 51. AIを事業に実装する際、倫理的なリスクを軽減するための効果的な方法として適切なものは次のうちどれですか？ リスクが発生した後に修正する 倫理的なリスクをAI開発の初期段階から考慮し、ガイドラインを設ける 技術面のリスクにのみ焦点を当てる リスクは不可避として対応しない None 52. 以下のコードを実行したときの出力として正しいものはどれですか？ def example():for i in range(3):yield i * igen = example()print(next(gen))print(next(gen)) 0, 1 0, 4 1, 4 エラーが発生する。 None 53. モデルの性能評価において、訓練データに対して高い精度を示すが、テストデータに対して低い精度を示す現象を何と呼びますか？ 過学習（オーバーフィッティング） 欠損補完 ロジスティック回帰 標準化 None 54. 事業におけるAI実装のROI（投資利益率）を評価するために最も重要な要素は次のうちどれですか？ モデルの精度だけを評価する AI技術の開発コストを削減する 実装により得られるビジネス価値を定量化する モデルが使用するデータ量を最小化する None 55. データサイエンスに関する業務委託契約で、秘密保持契約（NDA）が必要な理由は次のうちどれですか？ 取引相手に不必要な情報を提供しないため ビジネスに関する機密情報が漏洩するのを防ぐため 交渉を円滑に進めるため コストを削減するため None 56. GANやVAEのような生成モデルを用いて、新しいデータを生成する際に直面する可能性のある課題は何ですか？ モデルのトレーニングに非常に時間がかかる モデルが生成したデータが現実のデータと大きく異なる場合がある ラベル付けが必要なデータでしか動作しない ハイパーパラメータの調整が不要である None 57. データのスケーリング（正規化）を行う目的として最も適切なものは次のうちどれですか？ データの分散を減少させるため 異なるスケールを持つ変数を比較可能にするため データの因果関係を強化するため データをランダムに並べ替えるため None 58. データの正規性を確認するために最も適切な統計検定は次のうちどれですか？ シャピロ・ウィルク検定 カイ二乗検定 ロジスティック回帰 クラスター分析 None 59. ITセキュリティにおいて「ホワイトリスト」と「ブラックリスト」の違いとして正しい説明は次のうちどれですか？ ホワイトリストは全ての項目を禁止し、ブラックリストは全ての項目を許可する ホワイトリストはファイルの暗号化に関連し、ブラックリストは暗号化に関係しない ホワイトリストとブラックリストは同じ意味を持つ ホワイトリストは許可された項目のみを許可し、ブラックリストは禁止された項目を拒否する None 60. ITセキュリティにおける「ゼロトラストモデル」とはどのようなセキュリティモデルですか？ ネットワーク内の全ての通信を信頼するアプローチ 全てのアクセスを検証し、内部ネットワークでも信頼しないセキュリティアプローチ 外部からの攻撃のみを防ぐためのセキュリティモデル 信頼できるネットワークデバイスのみを許可するアプローチ None 61. 音声認識モデルにおいて、時間的な依存性を考慮したネットワーク構造は次のどれですか？ 畳み込みニューラルネットワーク (CNN) リカレントニューラルネットワーク (RNN) k-近傍法 (k-NN) 決定木 None 62. 生成モデルにおいて、GAN（Generative Adversarial Network）で使用される2つのネットワークは何ですか？ 生成器と判別器 リカレントニューラルネットワークと畳み込みニューラルネットワーク 回帰モデルと分類モデル 主成分分析とクラスタリング None 63. 動画データ処理において、アクション認識（Action Recognition）を実現するために使用される技術の組み合わせとして最も適切なのは次のうちどれですか？ CNNとLSTM RNNとTF-IDF ResNetとBERT GANとWord2Vec None 64. ITセキュリティにおいて、データベースに保存されているデータを「静的データ暗号化（Encryption at Rest）」する目的は次のうちどれですか？ データの送信中に盗聴されないようにするため データベースのパフォーマンスを向上させるため データのバックアップを効率化するため データが保存されている状態でも盗まれた場合に解読されないようにするため None 65. Pythonでマルチスレッドプログラミングを行う際に注意すべき点は次のうちどれですか？ スレッド間のデータ共有が自動的に行われる マルチスレッド環境ではエラーハンドリングが不要である グローバルインタプリタロック（GIL）が並列実行を制限するため、I/Oバウンドな処理に適している CPUバウンドな処理ではスレッドが効果的に動作する None 66. データサイエンスプロジェクトにおける「NDA（秘密保持契約）」が求められる主な理由は次のうちどれですか？ プロジェクトのスケジュールを管理するため 機密情報の漏洩を防ぎ、ビジネス上の競争優位性を保つため データを公開する許可を得るため チームメンバーの仕事量を減らすため None 67. 事業へのAIの実装において、事前に整備すべき要素として最も重要なものは次のうちどれですか？ 高性能なハードウェア 十分なデータ データサイエンティストの確保 予算の確保 None 68. ITセキュリティにおいて「ゼロトラストアーキテクチャ」が推奨される理由として正しいものは次のうちどれですか？ セキュリティコストを削減できるから。 ネットワークの境界だけを保護すれば十分であるから。 システム内のすべての通信とアクセスを常に検証し、信頼を前提としないため。 セキュリティシステムの管理を自動化するため。 None 69. データサイエンスプロジェクトにおける「共同開発契約」の特徴として正しいものは次のうちどれですか？ 両者が協力して成果物を開発し、その権利を共有する 片方が全ての開発を行い、もう片方が資金を提供する 成果物の権利は一方に独占される 契約期間終了後に権利が無効になる None 70. 非構造化データの中で、画像の特徴量を抽出するために使用される「SURF」や「SIFT」は何の例ですか？ オブジェクト検出手法 画像の圧縮アルゴリズム 画像分類モデル 画像の特徴点検出手法 None 71. Pythonで、遅延評価を行うデータ構造として有名なものは次のうちどれですか？ ジェネレータ リスト タプル 辞書 None 72. ITセキュリティにおける「レインボーテーブル攻撃」を防ぐための有効な手段は次のうちどれですか？ パスワードを暗号化する ソルトを使用してパスワードをハッシュ化する ファイアウォールを設置する ウイルス対策ソフトをインストールする None 73. データフレームを操作する際に、特定の列に重複する値が多く含まれている場合の最適な対応は次のうちどれですか？ 重複する値をすべて削除する 重複した値を基準にデータをグループ化する 重複する行をランダムに削除する 重複する値を平均値で置き換える None 74. ITセキュリティにおいて、ペネトレーションテスト（Penetration Test）の目的として正しいものは次のうちどれですか？ データベースのパフォーマンスを最適化する 通信の暗号化方式を確認する システムの脆弱性を攻撃者の視点から発見する パスワードの強度を検証する None 75. Pythonにおいて、tryブロック内で発生した例外を捕捉し、その例外に応じて処理を行うための構文は次のうちどれですか？ try-catch try-exception try-except try-finally None 76. CycleGANの主な利点は次のうちどれですか？ 非常に短い時間で学習できる クラスの不均衡なデータに対して強い 多次元データの処理に優れている ラベルなしデータでも異なるドメイン間の変換が可能 None 77. AIモデルのライセンス契約において、「第三者提供の禁止」が規定される理由として最も適切なものは次のうちどれですか？ モデルの性能を向上させるため 契約を複雑にするため モデルを使用できないようにするため モデルの無断利用や不正な拡散を防ぐため None 78. 「HTTPS」が従来の「HTTP」よりも安全とされる理由は次のうちどれですか？ 通信が暗号化されているため、中間者攻撃を防ぐことができる データの圧縮が行われ、転送速度が速くなるため データが複数のサーバーに分散されているため データベースへのアクセスが制限されているため None 79. 時系列データを扱う際に「自己相関」を処理するための手法として最も適切なものは次のうちどれですか？ ロジスティック回帰 クラスタリング 自己回帰モデル（AR） データの標準化 None 80. 非構造化データの処理において、ディープラーニングを使用する際に直面する最も一般的な課題は何ですか？ モデルの精度が常に低い ラベル付きデータの不足 データの前処理が複雑すぎる ハイパーパラメータのチューニングが不要 None 81. データサイエンスプロジェクトの契約において、「成果物の所有権」が曖昧な場合に起こり得る問題は次のうちどれですか？ 成果物が正しく納品されない 成果物が契約外で使用される 成果物の精度が低下する 成果物の利用や商業化に関する権利争いが発生する可能性がある None 82. データ生成において、自己回帰モデルが特に有効なデータタイプは何ですか？ 画像データ カテゴリカルデータ クラスタデータ 時系列データ None 83. 生成モデルにおいて「対比学習（Contrastive Learning）」を取り入れる主な目的は何ですか？ モデルのトレーニング時間を短縮するため。 潜在空間の構造を明確化し、より判別可能な特徴を学習するため。 モード崩壊を防ぐため。 バッチサイズを減少させるため。 None 84. データのクリーニングにおいて最も一般的に行われる操作は次のうちどれですか？ データの増強 ノイズや欠損値の削除 データの学習 モデルの構築 None 85. 事業へのAIの実装において、PoCから本番導入への移行が困難となる理由として適切なものは次のうちどれですか？ PoCでは問題が発生しないため、運用段階でのリスクが高くなる PoCの段階でデータが少なく、本番でのスケーラビリティが確保できない モデルの精度が高すぎるため、過学習が起こる データが一貫していないため、結果が変動する None 86. 非構造化データを用いる機械学習において、ワードベクトル（word embeddings）を生成する技術として広く使用されている手法はどれですか？ Word2Vec K-meansクラスタリング 主成分分析 決定木 None 87. 事業にAIを実装する際の主要な課題として、次のうち最も一般的なものはどれですか？ コストの問題 モデルの性能不足 経営層の技術的知識不足 データの質や量の不足 None 88. 生成モデルにおける「Diffusion Model」の主な目的は次のうちどれですか？ ノイズを除去してデータを生成する。 時系列データを生成する。 データの分類精度を向上させる。 ノイズを追加してデータの多様性を高める。 None 89. 次のうち、データをサンプルする際に最も適切な方法はどれですか？ 全データを使用する ランダムサンプリングを行う サンプリングを行わない データの一部だけを任意に選ぶ None 90. 大規模データセットを分析する際に、メモリ使用量を抑えつつ効率的に操作を行うための最適な方法は次のうちどれですか？ データを分割してストリーム処理を行う 全データを一括で読み込み、処理を行う 分析用にすべてのデータをサンプルデータに変換する データサイズを無視して操作を続行する None 91. AIの事業実装において、「継続的インテグレーション（CI）」が推奨される理由は次のうちどれですか？ モデルのトレーニング時間を短縮するため モデルのアップデートを自動化し、常に最新の状態を保つため データサイエンティストが手作業でモデルを更新できるようにするため テストデータを使ってモデルを検証するため None 92. 外れ値が多いデータセットで線形回帰モデルを構築する場合、外れ値の影響を軽減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？ 外れ値を削除する ロバスト回帰を使用する 標準回帰をそのまま使用する 外れ値を平均値で置き換える None 93. 非構造化データとは何を指しますか？ テーブル形式で保存されたデータ 事前に定義された形式がなく、自由な形で存在するデータ 時系列データ データベースに保存された数値データ None 94. データセットの「多重共線性」を検出するために使用される指標として最も適切なものは次のうちどれですか？ 決定係数 相関係数 VIF（Variance Inflation Factor） 平均二乗誤差 None 95. AIを事業に実装する際、「フェアネス（公平性）」が重要視される理由として最も適切なものは次のうちどれですか？ モデルの計算速度を向上させるため ビジネス上の決定が特定のグループを不当に排除しないようにするため 全てのデータを無差別に扱うため 技術チームの作業負担を軽減するため None 96. Pandasライブラリを使用して、dfというデータフレームのage列に50歳以上の行を抽出する方法は次のうちどれですか？ df['age'] >= 50 df['age'].apply(lambda x: x >= 50) df[df.age >= 50] df[df['age'] >= 50] None 97. 非構造化データに対して、生成モデルを用いる場合の最大の利点は何ですか？ 非構造化データから新しいデータサンプルを自動生成できる 非構造化データを自動的にラベル付けできる 非構造化データを低次元空間にマッピングできる 非構造化データの前処理が不要になる None 98. 生成モデルを用いて新しいデータを生成する際、正規分布からサンプルを取得する理由は何ですか？ 正規分布は生成されたデータの分布に最も近いから 正規分布はデータの次元を低減できるから 正規分布は他の分布より計算が容易だから 正規分布は潜在変数空間において連続的かつスムーズな変化を表現できるから None 99. 非構造化データの特徴量抽出において、音声データからメル周波数ケプストラム係数 (MFCC) を使用する主な理由は何ですか？ 音声データを画像データに変換するため 音声信号を人間の聴覚に基づいた特徴量に変換するため 音声データを標準化するため 音声データを二値データに変換するため None 100. Pythonにおける「デコレータ（decorator）」の主な役割は次のうちどれですか？ 関数やメソッドに追加の機能を動的に付与する クラスを生成するためのテンプレートを提供する 関数の実行結果をキャッシュする 配列の要素をフィルタリングする None Time's up
