DS検定～模擬試験⑤～ 2024年12月7日 ailearn 1. 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 2. 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 3. 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 4. 非構造化データ処理において、画像データの特徴量抽出に「ResNet」が有効とされる主な理由は次のうちどれですか？ 高次元データを低次元に圧縮するため。 訓練時間を大幅に短縮するため。 データのラベルなしで学習を進めるため。 勾配消失問題を軽減し、非常に深いネットワークを構築可能にするため。 None 5. ITセキュリティにおいて「2要素認証（2FA）」が導入される主な目的は次のうちどれですか？ データの圧縮率を高めるため 認証の信頼性を向上させ、不正なアクセスを防ぐため アクセス速度を向上させるため ウイルスのスキャン速度を向上させるため None 6. 「特許権」が保護する対象として、次のうち正しいものはどれですか？ 芸術的表現 既存のデータ分析手法 新しいアイデアや発明 公共の情報 None 7. 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 8. データサイエンスプロジェクトで「著作権」が主に保護する対象として最も適切なものは次のうちどれですか？ 数値データそのもの データベースの物理的なストレージ装置 データ分析結果をまとめたレポートやドキュメント 顧客との契約書のひな形 None 9. 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 10. 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 11. 事業へのAIの実装において、運用フェーズでの「ドリフト（モデルの劣化）」に対処するために適切な手法は次のうちどれですか？ モデルのアルゴリズムを定期的に変更する モデルの初期設定を常に維持する モデルのパフォーマンスを定期的にモニタリングし、必要に応じて再訓練する モデルのトレーニングデータを固定する None 12. 生成モデルの評価指標として「Frechet Inception Distance (FID)」が用いられる理由は何ですか？ 生成モデルのトレーニング時間を短縮するため データセットのバランスを保つため 生成されたデータと実際のデータの分布の違いを評価するため モデルの過学習を防ぐため None 13. AIを事業に実装する際、「リーダビリティ（解釈可能性）」が重要視される理由は次のうちどれですか？ AIのパフォーマンスを向上させるため データの処理速度を上げるため ビジネスユーザーがAIの予測結果を理解し、適切な意思決定を行うため AIモデルを簡単に構築するため None 14. 「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 15. 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 16. 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 17. 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 18. 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 19. 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 20. 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 21. ITセキュリティにおいて「暗号化の鍵管理」が重要と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？ 暗号化プロセスを高速化するため。 鍵が漏洩すると暗号化されたデータが解読される可能性があるため。 暗号アルゴリズムを簡素化するため。 暗号化されたデータのバックアップを容易にするため。 None 22. 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 23. 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 24. GANのトレーニングにおいて、生成器と判別器が「収束しない」とはどのような問題を指しますか？ 生成器が判別器に対して常に優位な状態になる 生成器と判別器の学習が進まず、最適なバランスが取れない状態になる 判別器が生成器よりも早く収束する 学習データが不十分である None 25. AIの事業実装において、プロジェクトのROI（投資利益率）を評価するために最も適切な方法は次のうちどれですか？ 投資額とAI導入による効果を定量的に比較する プロジェクトの進捗を評価する AIの精度のみを評価する モデルの複雑さを評価する None 26. ITセキュリティにおける「ディープパケットインスペクション（DPI）」とは、次のうちどれを指しますか？ データの暗号化を行う技術 ハッシュ値を計算してデータの整合性を確認する技術 ネットワーク上の通信パケットの内容を解析し、不正なデータを検出する技術 ファイルのバックアップを自動で行う技術 None 27. 「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 28. 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 29. 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 30. 生成モデルを評価する際、Inception Score（IS）が主に評価する要素は何ですか？ 生成されたデータの品質と多様性 生成モデルのトレーニング速度 モデルの過学習の程度 データの次元削減精度 None 31. 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 32. データフレーム内のカテゴリデータを数値に変換する際、最も適切な手法は次のうちどれですか？ すべてのカテゴリを数値のランダム値に置き換える カテゴリをワンホットエンコーディングで変換する カテゴリを辞書型に変換する カテゴリ列を削除する None 33. テキスト分類モデルにおいて、マルチラベル分類の実装が必要な場合、次のうち適切なアプローチはどれですか？ 各ラベルごとに独立したバイナリ分類器を作成する 一つの分類器で全てのラベルを一度に分類する ラベルの相関を無視して処理する ラベルの階層構造を前提とした回帰モデルを作成する None 34. 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 35. 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 36. 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 37. 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 38. 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 39. 生成モデルにおいて、自己回帰モデルはどのようにしてデータを生成しますか？ データのすべてを一度に生成する 前の出力に基づいて次の出力を逐次的に生成する ランダムにデータを生成する データをクラスタリングしてから生成する None 40. テキストデータの前処理において、ストップワードとは何ですか？ 重要な単語 頻繁に出現するが、意味的な価値が少ない単語 文書の最後に登場する単語 文書全体の主題を表す単語 None 41. 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 42. 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 43. AIモデルを事業に実装する際、モデルの持続的なパフォーマンスを維持するために重要な要素は次のうちどれですか？ 継続的なデータの更新とモデルの再訓練 モデルを最初に設定した通りに維持する モデルのアルゴリズムを定期的に変更する モデルを一度設定した後は監視しない None 44. 次のうち、欠損値を扱う際に考慮すべき重要な点はどれですか？ 欠損値を全て0で置き換える 欠損値の存在を無視して分析を進める 欠損値を全て削除する 欠損値のパターンがデータの偏りを生むかどうかを確認する None 45. 契約において「ライセンス契約」が使用される主な場面は次のうちどれですか？ ソフトウェアやデータベースを他者に使用させる場合 物理的な製品を販売する場合 実物の製造業務を委託する場合 一時的なデータ共有を行う場合 None 46. 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 47. 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 48. 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 49. データの欠損が発生している場合に、データの完全性を保ちながら補完する手法として最も適切なものは次のうちどれですか？ 欠損データの削除 欠損値を0で補完 欠損値をランダムに補完 k近傍法（k-NN）を用いた補完 None 50. 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 51. 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 52. 事業へのAI実装において、部門間の連携を効果的に行うために推奨されるアプローチは次のうちどれですか？ 各部門の目標を統一し、共通のKPIを設定する 各部門が独自のデータを使用し、成果を比較する 技術部門のみがAIプロジェクトに参加する データサイエンティストのみが意思決定を行う None 53. 事業にデータサイエンスを実装する際、経営層の理解が重要である理由は次のうちどれですか？ ビジネス戦略と技術導入を一致させるため データサイエンティストの採用を促進するため システムの導入速度を上げるため 経営層が技術的な判断をするため None 54. 生成モデルのトレーニングにおいて「潜在空間の探索」が重要である理由は何ですか？ 潜在空間を探索しないと、モデルが過学習するから 潜在空間を探索すると、モデルの計算速度が向上するから 潜在空間の探索は必ずしも重要ではない 潜在空間を適切に探索することで、新しいデータの生成品質が向上するから None 55. Pythonのラムダ式を使って、リスト [1, 2, 3, 4] の偶数のみを抽出するコードとして正しいものは次のうちどれですか？ [x for x in [1, 2, 3, 4] if x % 2 == 0] [x for x in [1, 2, 3, 4] if x % 2 != 0] map(lambda x: x if x % 2 == 0 else None, [1, 2, 3, 4]) list(filter(lambda x: x % 2 == 0, [1, 2, 3, 4])) None 56. 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 57. 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 58. 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 59. 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 60. データを扱う際に欠損値が多い場合に最も適切な対応は次のうちどれですか？ 欠損値を推定して補完する 欠損値を全て削除する 欠損値の行だけを削除する 欠損値を無視して分析を進める None 61. 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 62. 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 63. 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 64. 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 65. 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 66. 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 67. 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 68. 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 69. Pythonのasyncioモジュールを使用して非同期処理を行う場合、関数の前に付けるキーワードは次のうちどれですか？ async await defer yield None 70. Pythonでオブジェクト指向プログラミング（OOP）を行う際、クラス内で初期化メソッドを定義するための特別なメソッドは次のうちどれですか？ __new__() __init__() __call__() __del__() None 71. 生成モデルにおいて、潜在空間のベクトルを操作することで何が可能になると考えられますか？ 新しい生成モデルをトレーニングする。 トレーニングデータのノイズを除去する。 生成するデータの特定の特徴を制御する。 モデルの収束速度を向上させる。 None 72. データの前処理における「欠損値の補完」の方法として最も適切なものは次のうちどれですか？ 欠損値を全て削除する 欠損値を平均値や中央値で補完する 欠損値をそのまま残す 欠損値にランダムな値を入力する None 73. データサイエンスプロジェクトで取得したデータに対する知的財産権の主張を行うためには、次のうちどの条件を満たす必要がありますか？ データの収集方法が独自であり、創作性が認められること データが商業的価値を持つこと データが公的に公開されていること データの量が一定以上であること None 74. 非構造化データの分類において、深層学習の利点として正しいものはどれですか？ 手作業での特徴抽出が不要になる モデルが単純で計算リソースを消費しない 全てのデータを同じアルゴリズムで処理できる 特徴量の選択が容易になる None 75. 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 76. 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 77. 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 78. 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 79. 「GDPR（一般データ保護規則）」に基づき、データサイエンスプロジェクトが遵守すべき主な要件として最も適切なものは次のうちどれですか？ すべてのデータを匿名化し、利用者に事前の説明を行わない 個人データの利用目的を明確にし、データ主体から同意を取得する データ主体から同意を得た場合、全ての利用が無制限で許可される データ主体の削除要求を拒否する権利を持つ None 80. 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 81. 「セキュアコーディング」の実践が求められる理由として最も適切なものは次のうちどれですか？ システムのパフォーマンスを向上させるため。 プログラムを簡潔にするため。 プログラムにセキュリティ脆弱性が含まれないようにするため。 トレーニングコストを削減するため。 None 82. 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 83. 契約書における「免責条項」の主な役割は次のうちどれですか？ 成果物の品質を保証するため 契約を早期に終了するため コストを削減するため 特定の条件下で責任を免除するため None 84. 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 85. 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 86. ITセキュリティにおいて、「データ漏洩防止（DLP）」の目的は次のうちどれですか？ データの圧縮を最適化するため ウイルスを検出して削除するため ネットワークのトラフィックを監視するため 機密データが不正に外部へ流出するのを防ぐため None 87. 生成モデルにおいて「転移学習」を適用する利点は次のうちどれですか？ データの前処理が不要になる 既存のモデルを使って新しいドメインに対する生成能力を迅速に獲得できる ノイズの多いデータセットでも高精度な生成が可能になる データのクレンジングが不要になる None 88. 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 89. ITセキュリティにおいて、ファイルの整合性を監視する「FIM（File Integrity Monitoring）」の主な目的は次のうちどれですか？ ファイルの変更が正当なものであるかどうかを確認する ファイルの暗号化強度を監視する ファイルの圧縮率を最適化する ファイルの転送速度を向上させる None 90. 分散型DoS攻撃（DDoS）を軽減するために一般的に使用される技術は次のうちどれですか？ データの暗号化 コンテンツデリバリネットワーク（CDN） セマフォの使用 ソルトの使用 None 91. 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 92. 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 93. 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 94. NumPyでの配列（ndarray）の要素ごとに平方根を計算するための関数は次のうちどれですか？ np.sqrt() np.log() np.square() np.power() None 95. 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 96. 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 97. Pythonにおいて、functools.lru_cacheデコレータを使用する主な目的は次のうちどれですか？ 関数のエラーハンドリングを強化する 関数の引数を動的に変更する 関数の実行を遅延させる 関数の結果をキャッシュし、同じ入力に対する計算を高速化する None 98. GANのトレーニングにおいて、生成器と判別器のバランスを保つために重要なハイパーパラメータはどれですか？ エポック数 バッチサイズ ドロップアウト率 学習率 None 99. 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 100. 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 Time's up
