DS検定～模擬試験⑤～ 2024年12月7日 ailearn 1. 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 2. 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 3. 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 4. 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 5. データサイエンスにおけるデータの「二次利用」に関する契約条項で特に重要な点は次のうちどれですか？ データの提供元を匿名にすること データの利用範囲や条件を明確に規定すること データの再配布を許可すること データの保存期間を定めること None 6. 「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 7. 「商標権」とは何を保護する権利ですか？ 特定のデータサイエンス手法 ソフトウェアのアルゴリズム 商品やサービスを識別するための名称やロゴ 公開されたデータベース None 8. 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 9. 非構造化データ処理において、テキストデータを数値化する際に「TF-IDF」の手法がよく用いられる理由は何ですか？ テキストデータ内の文法を解析するため。 単語の出現頻度とその重要度を考慮するため。 テキストデータを深層学習モデルに直接入力できるようにするため。 テキストデータのトピックを自動的に分類するため。 None 10. 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 11. 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 12. 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 13. 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 14. 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 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. 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 17. 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 18. 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 19. 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 20. 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 21. 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 22. 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 23. 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 24. 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 25. 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 26. 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 27. 「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 28. 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 29. 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 30. AIを事業に実装する際、「データの品質」が重要である理由として最も適切なものは次のうちどれですか？ データ量が多ければ品質は関係ないため 低品質なデータの方がモデルの多様性を高めるため データの品質はビジネス目標に影響を与えないため 高品質なデータがなければモデルの学習が失敗する可能性が高いため None 31. 「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 32. AIモデルを事業に実装する際、ステークホルダーがモデルの出力に信頼を置くために必要な条件として最も適切なものは次のうちどれですか？ モデルの予測結果の説明可能性が確保されていること モデルの動作が完全に自動化されていること モデルが最高の精度を達成していること モデルが他の事業と完全に連携していないこと None 33. 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 34. 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 35. 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 36. 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 37. 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 38. 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 39. 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 40. 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 41. 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 42. 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 43. 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 44. 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 45. 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 46. 大規模な画像データセットを効率的に処理するために使用されるテクニックはどれですか？ 正則化 グリッドサーチ ミニバッチ学習 主成分分析 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. 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 49. 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 50. Pythonで大規模なデータフレームを高速に操作するために、pandasよりも高性能な代替手段として使われるライブラリは次のうちどれですか？ Scikit-learn Dask TensorFlow PyTorch None 51. 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 52. 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 53. 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 54. AI実装において「API」を利用するメリットとして最も適切なものは次のうちどれですか？ AIモデルのトレーニングを効率化する モデルのパフォーマンスを最適化する モデルのアルゴリズムを変更するための手段を提供する 外部システムと簡単に連携し、データやモデルを活用できる None 55. 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 56. 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 57. 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 58. 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 59. 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 60. 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 61. 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 62. 音声データ処理において、リカレントニューラルネットワーク（RNN）の代わりにトランスフォーマーモデルが使用されることが増えている主な理由は次のうちどれですか？ トランスフォーマーモデルは、時間的な順序を完全に無視できるため。 トランスフォーマーモデルは、長い依存関係を効率的に学習できるため。 RNNよりも学習速度が遅く、精度が高いから。 トランスフォーマーモデルは、音声データ専用に設計されているから。 None 63. 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 64. 「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 65. 自然言語生成（NLG）のプロセスにおける「テンプレートベース生成」の特徴として最も適切な説明は次のうちどれですか？ ディープラーニングを利用してデータから文章を生成する。 固定された文章構造を使用して文章を生成する。 潜在空間を探索して新しい文法を生成する。 時系列モデルを使用して次の単語を予測する。 None 66. AIモデルのバイアスが事業に与える影響として考えられるリスクは次のうちどれですか？ モデルの処理速度が低下する モデルの精度が一時的に上昇する バイアスが発生しても、事業には影響を与えない 不公平な判断が下され、顧客や従業員の信頼を失う可能性がある None 67. AIを事業に実装する際に、モデルの「ブラックボックス性」が問題となるのは次のうちどの理由ですか？ モデルが複雑すぎて、ビジネスに応用できないため モデルのパフォーマンスが低いから モデルの意思決定プロセスが不透明で、説明が難しいため モデルの計算速度が遅いから None 68. 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 69. 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 70. 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 71. 画像認識において、画像のサイズや位置の違いに対してロバストなモデルを作成するために使用される手法はどれですか？ データ拡張 クラスタリング 主成分分析 ロジスティック回帰 None 72. 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 73. AIを事業に実装する際の「デジタルリテラシー」の向上が求められる理由は次のうちどれですか？ 組織全体がAIの仕組みを理解し、効果的に活用できるようにするため データサイエンティストのみがAIを使用するため AIのアルゴリズムを開発するため 経営層のみがAIを管理するため None 74. 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 75. 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 76. 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 77. 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 78. データサイエンスプロジェクトにおいて「成果物の所有権」を契約書で明確に規定する必要がある理由として最も適切なものは次のうちどれですか？ 成果物がプロジェクト終了後に誰の管理下にあるかを明確にするため 成果物の品質を保証するため 成果物を全ての関係者が自由に利用できるようにするため 成果物を公開しないため None 79. ITセキュリティにおいて、「認証」とは何を指しますか？ ユーザーやシステムが正当なものであることを確認するプロセス データの改ざんを防止するプロセス サーバーの負荷を軽減するプロセス データの圧縮を行うプロセス None 80. 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 81. 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 82. データセットの特徴量のスケーリングを行う際、正規化（Normalization）を使用する主な理由は次のうちどれですか？ 特徴量間の相関を高めるため 特徴量の分布を標準正規分布に合わせるため 特徴量の値を特定の範囲（例: 0～1）に収めるため 特徴量の名前を統一するため None 83. 「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 84. 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 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. Pythonでジェネレータを使用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？ 全てのデータを一度にメモリにロードするため。 処理速度を向上させるため。 データを遅延評価し、必要な時に計算して効率的に処理するため。 複雑な計算を簡素化するため。 None 87. 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 88. GANを使用した画像生成において、生成された画像の多様性を評価するために有効な指標は次のうちどれですか？ BLEUスコア 精度（Accuracy） シルエット係数 Fréchet Inception Distance (FID) None 89. 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 90. 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 91. 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 92. 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 93. 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 94. 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 95. ソフトウェアの開発契約において、成果物の権利が開発者に帰属する場合、発注者側が事前に確認すべきポイントは次のうちどれですか？ 開発者が発注者に対して使用許諾を行う権利範囲 成果物の使用料を低く設定する 開発者が使用するプログラミング言語 開発者の過去の実績 None 96. 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 97. 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 98. 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 99. 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 100. 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 Time's up
