DS検定～模擬試験⑥～ 2024年12月7日 ailearn 1. AIシステム運用における「システム可用性」を向上させ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？ システムのトラフィックを制限し、ユーザー数を減らす モデルのハイパーパラメータを調整して精度を向上させる モデルのトレーニングデータを定期的にバックアップする 冗長構成を採用し、障害が発生してもシステムが稼働し続けられるようにする None 2. プロジェクトマネジメントにおける「ベンチマーク」とは次のうちどれですか？ プロジェクトの進行を監視するための手法 プロジェクトのコストを削減するための手法 プロジェクトのリソースを効率化する手法 プロジェクトのパフォーマンスを測定し、他のプロジェクトや業界標準と比較する手法 None 3. AIシステム運用での「コンティニュアスインテグレーション（CI）」の主な目的は次のうちどれですか？ コードの変更を頻繁に統合し、システム全体の品質を保つこと モデルの精度を上げるためにハイパーパラメータを自動調整すること データの保存容量を削減するためにデータを圧縮すること モデルの結果を可視化するためにダッシュボードを構築すること None 4. 組織内で「ナレッジマネジメント」を実施する主な理由は次のうちどれですか？ 知識を共有し、チームの生産性を向上させるため 知識を秘匿し、競争力を高めるため 知識の活用を制限するため ナレッジベースのデータを削減するため None 5. 組織における「心理的安全性」を高めるための施策として最も適切なものは次のうちどれですか？ チームメンバーにフィードバックを与えない 全ての意思決定をリーダーが行う チームメンバーの意見を抑制する チームメンバーが自由に意見を述べられる環境を整える None 6. データ管理における「ログ管理」の目的は次のうちどれですか？ データを自動的に削除する データのサイズを減らす データの変更履歴を追跡し、不正アクセスを検知する データを全て公開する None 7. 「フェアネスアウェアネス（Fairness Awareness）」を考慮したAIシステムの設計において、重要な点は次のうちどれですか？ AIが判断する際に公正性を確保し、特定のグループに不利益が生じないようにする AIの判断をすべて無条件に信頼する AIのすべての決定をブラックボックス化する 公平性を考慮せずにAIを訓練する None 8. AIを活用して採用活動を行う企業が、応募者の性別に基づく差別を防ぐために実施すべきアプローチとして最も適切なのは次のうちどれですか？ 応募者データから性別情報を完全に除外する 性別情報に基づく予測結果をすべて手動で修正する 性別情報を除外せず、その影響を無視する 性別情報を含めつつも、公平性を確保するようにモデルを調整する None 9. 交通ネットワークにおける最適化問題を解くために、オペレーションズリサーチで使用される手法は次のうちどれですか？ シンプレックス法 フローネットワーク法 ゲーム理論 ナップサック問題 None 10. データサイエンスプロジェクトにおける「スプリント」は何を指しますか？ プロジェクトのリスク評価手法 特定の期間内に行われる作業サイクル プロジェクト終了後の評価 プロジェクトの予算決定手法 None 11. 線形計画法の基本的な制約条件の一つは何ですか？ 目的関数が線形であること 制約式が線形でなければならない 決定変数が連続でなければならない 全ての制約条件は等式でなければならない None 12. プロジェクトマネジメントにおいて「リスク回避」の具体例として最も適切なものは次のうちどれですか？ リスクが発生した際に対応策を考える プロジェクト計画段階でリスクを取り除くための代替案を採用する リスク発生の可能性を分析せずに進行する チーム全員にリスクを共有せずに作業を進める None 13. データベースに対する「SQLインジェクション攻撃」を防ぐための最も効果的な対策は次のうちどれですか？ データベースの全データを公開する クエリをランダムに実行する SQL文のエラーメッセージを非表示にする パラメータ化されたクエリを使用する None 14. ある企業が「フェイクニュース検出AI」を導入しました。このAIモデルが意図せず特定のウェブサイトのみを高頻度でフェイクニュースと判断する偏りを示しています。この状況で、最も適切な対応は次のうちどれですか？ データの偏りを再検討し、トレーニングデータを見直す モデルの学習率を下げて再学習を行う 偏りが見られるウェブサイトのデータをすべて削除する モデルのアルゴリズムを変更せず、運用を継続する None 15. ある小売企業が、AIを活用して顧客の購買パターンを分析し、ターゲティング広告を実施しています。この場合、データを適切に扱うために最も考慮すべき事項は次のうちどれですか？ 顧客データを暗号化せずに保管する データ収集の詳細を開示せず、分析結果のみ公開する 顧客データの使用目的を明確にし、事前に同意を得る 分析に使用するデータを保存期間の制約なしで保管する None 16. AIモデルを安全に運用するために、「モデルのバージョン管理」が必要とされる理由は次のうちどれですか？ 新しいバージョンが常に正確な結果を保証するため 古いモデルを削除することでシステムを軽量化するため モデルの変更履歴を記録し、不具合時の原因追跡を可能にするため 複数のAIモデルを同時に運用するため None 17. 組織内での「フィードバック文化」を醸成するために効果的な施策は次のうちどれですか？ 定期的なフィードバックを行い、改善点を指摘する フィードバックを控え、自由に進行させる 問題が発生した時にのみフィードバックを行う チームメンバーからの意見を無視する None 18. 組織マネジメントにおける「変革リーダーシップ」の特徴は次のうちどれですか？ チームメンバーに命令を下す 新しいビジョンを提示し、変革を促す 現状を維持する 問題が発生した際にのみ介入する None 19. AIシステム運用で「モデルサービング（Model Serving）」の主な目的として正しいものは次のうちどれですか？ トレーニング済みモデルを本番環境で予測可能な形で提供する。 モデルのトレーニングに必要なデータを生成する。 モデルの性能を評価するために一時的に運用する。 モデルの精度を改善するために新しいアルゴリズムを追加する。 None 20. プロジェクトの進行中に、ステークホルダーから予期しない要件変更が求められた場合、プロジェクトマネージャーが最初に行うべき対応は次のうちどれですか？ 要件変更の影響を評価し、変更がプロジェクト全体に与えるリスクやコストを見積もる すぐに要件を反映させる 要件変更を拒否する 要件変更の責任を他のチームに移す None 21. AIシステム運用における「キャパシティプランニング」の目的は次のうちどれですか？ データを効率的に圧縮することでストレージ容量を増やすこと モデルのハイパーパラメータを自動で最適化すること システムのリソースを効率的に管理し、今後の需要に対応できるよう準備すること トレーニングデータを増やしてモデルの精度を向上させること None 22. AIシステム運用における「ブルーグリーンデプロイメント」とは何ですか？ モデルを複数のサーバーに分散してデプロイする手法 2つの異なる環境を用意し、片方をテスト環境として新しいモデルを試した後、問題がなければ全てのトラフィックを新環境に切り替える手法 モデルを逐次的に更新することで、システムのダウンタイムを最小化する手法 モデルを定期的に再トレーニングする手法 None 23. プロジェクトマネジメントの5つのプロセス群に含まれないものは次のうちどれですか？ 立ち上げ 計画 実行 評価 None 24. AIシステムの倫理的な運用において、最も重要な要素の1つは次のうちどれですか？ 利用者の同意を得ずにデータを処理する AIシステムが公正であることを保証する AIモデルの内部構造を全て公開する AIシステムを完全に自律的にする None 25. 生成AIの「Diffusionモデル」が注目されている理由として正しいものは次のうちどれですか？ 計算コストが低いため 時系列データに適しているため 高品質な画像やテキストを生成できるため リアルタイム処理に特化しているため None 26. データサイエンスプロジェクトにおける「スコープ管理」とは何を指しますか？ プロジェクトの目標や成果物を定義し、その範囲を管理するプロセス プロジェクトの予算を管理するプロセス プロジェクトの品質を管理するプロセス プロジェクトのスケジュールを管理するプロセス None 27. データを保護するための「暗号化」の主な目的は次のうちどれですか？ データの可読性を向上させる データの機密性を保護する データのサイズを減らす データの削除を簡単にする None 28. 輸送問題において、MODI法（Modified Distribution Method）は何を目的として使用されますか？ 初期解を生成する 最適解を改良する コストの上限を決定する 供給量と需要量を均等にする None 29. データサイエンスプロジェクトにおける「リスクマネジメント」の目的は次のうちどれですか？ プロジェクトの予算を削減すること プロジェクト中に発生し得るリスクを特定し、対応策を立てること プロジェクトのスコープを広げること プロジェクトの関係者を減らすこと None 30. 線形計画法（LP）において、目的関数とは何ですか？ 制約条件を表す数式 最大化または最小化を目指す数式 データの最適な分割を表す手法 コストの削減を示す指標 None 31. データの利活用における「データ保持期間」の設定に関して最も適切な説明は次のうちどれですか？ データは使用目的が達成され次第、不要なデータを削除する データは無期限に保持する データは一度取得したら削除しない データ保持期間を設定しない None 32. 動的計画法（Dynamic Programming）で解決できる問題の特徴はどれですか？ 問題が時間によって変化する場合 問題が部分問題に分割でき、その部分問題が再利用可能な場合 制約条件が非線形な場合 決定変数が離散値をとる場合 None 33. GANのトレーニング過程で発生する「勾配消失問題」を軽減するために有効な技術は次のうちどれですか？ 学習率の低減 パラメータの初期化 重みの正則化 勾配クリッピング None 34. 生成AIにおいて「Contrastive Learning（対比学習）」が注目されている理由は次のうちどれですか？ 大規模データセットであってもモデルを効率的に訓練できるため モデルの重みを効率的に更新できるため 類似したデータを引き離し、異なるデータを近づけることで、効果的な表現を学習するため 生成されたデータの多様性を高めるため None 35. データサイエンスプロジェクトにおいて「クリティカルパス」が示すものとして正しいのは次のうちどれですか？ プロジェクト完了に必要な最長のタスクの順序 プロジェクトにおけるリスクの多いタスクのリスト プロジェクト開始後に追加された全てのタスク プロジェクト終了後に削除されるタスク None 36. 生成AIにおける「トランスファーラーニング」の利点として正しいものは次のうちどれですか？ 既存のモデルを再利用して、新しいデータセットに対して短期間で高精度なモデルを構築できる 新しいモデルを一から学習させることで、全く新しいデータを生成できる モデルのサイズを縮小し、計算リソースを節約できる 生成データの多様性を高めることができる None 37. 組織における「ダイバーシティ推進」の目的は次のうちどれですか？ チームの意思決定をリーダーに集中させるため 組織の規模を縮小するため 組織の目標を定めないため 組織内に多様な背景やスキルを持つ人材を集め、組織の競争力を高めるため None 38. ネットワークフロー問題における「最大流アルゴリズム」の目的として最も適切なものは次のうちどれですか？ 全ノード間の最短距離を求めること。 特定の始点から終点までのネットワーク内で流せる最大量を求めること。 ネットワーク内の最小費用を求めること。 ネットワークの全体構造を可視化すること。 None 39. 動的計画法における「ナップザック問題」の最適解を見つける際、部分問題を適切に定義するために重要な要素は次のうちどれですか？ 収容可能な重さの合計と現在までの選択肢。 収容可能な重さの合計と各アイテムの価値の比率。 選択可能なアイテム数と総価値。 アイテムの重さと価格の積。 None 40. チームの「自律性」を高めるための有効な方法は次のうちどれですか？ 各メンバーに目標を設定させ、自分で進捗を管理させる リーダーが全てのタスクを割り当てる チームのリーダーに全ての責任を持たせる メンバーに対するフィードバックを行わない None 41. 組織マネジメントにおける「コンフリクトマネジメント」の主な目的は次のうちどれですか？ チームメンバーを評価しないこと チームリーダーを変更すること チームの全体的な進捗を監視すること チーム内の意見の衝突を防ぎ、適切に解決すること None 42. 線形計画法における「可行解」とは何ですか？ 目的関数が最大値を取る解 目的関数が最小値を取る解 制約条件を全て満たす解 制約条件を全て無視する解 None 43. 組織マネジメントにおいて、最も重要なリーダーシップスタイルの1つは何ですか？ カリスマ的リーダーシップ ディレクティブリーダーシップ サーバントリーダーシップ 自律型リーダーシップ None 44. AIシステム運用において、モデルの「フェアネス（公平性）」を確保するための手法として正しいものは次のうちどれですか？ モデルのハイパーパラメータを手動で調整する データの前処理を行わずにそのままモデルに投入する モデルのバイアスを定期的に検査し、必要に応じて再トレーニングを行う モデルの精度だけを評価し、他の要素は考慮しない None 45. AIシステム運用において、異常検知を行うために使用される一般的な手法は次のうちどれですか？ モデルの精度を評価するために交差検証を行う データの前処理を手動で行う モデルの予測結果を定期的にアーカイブする クラスタリングや回帰分析を用いて、通常のパターンから外れたデータを検出する None 46. AIシステム運用において、「デプロイメント」の意味として正しいものは次のうちどれですか？ データをクレンジングしてからモデルに投入すること 開発した機械学習モデルを本番環境に展開すること モデルの性能を監視すること モデルを再トレーニングすること None 47. データやAIの利活用に関する「偏り」を防ぐための主な手法は次のうちどれですか？ データのバランスを確保する バイアスを無視する 特定のデータだけを使う データを全て削除する None 48. 「ハイブリッドワーク環境」における組織マネジメントの課題として考えられるものは次のうちどれですか？ メンバー間のコミュニケーションが分断される可能性がある すべてのメンバーがオフィスに常駐する オンライン会議が禁止される メンバー全員がリーダーの指示を待つ None 49. 線形計画法の双対性理論において、双対問題の目的関数の最適値が主問題の目的関数の最適値と等しくなる理由として最も適切なものは次のうちどれですか？ 主問題と双対問題は同じ制約条件を共有するため。 双対問題の目的関数が主問題の制約条件を無視するため。 主問題の制約条件が双対問題の目的関数に変換されるため。 主問題と双対問題は互いに独立しているため。 None 50. データサイエンスプロジェクトで「スコープクリープ」を防ぐために最も効果的な手法は次のうちどれですか？ プロジェクト開始時にスコープを明確にし、変更を厳しく制限する ステークホルダーの要求を全て受け入れる プロジェクト完了後にスコープを定義する スコープに関する文書を作成しない None 51. プロジェクトのリスクマネジメントにおいて、「定性的リスク分析」と「定量的リスク分析」の違いは何ですか？ 定性的リスク分析はリスクを無視する手法であり、定量的リスク分析はリスクを回避する手法である 定性的リスク分析は予算を評価し、定量的リスク分析は時間を評価する 定性的リスク分析はリスクの影響を主観的に評価し、定量的リスク分析はリスクの影響を数値的に評価する 定性的リスク分析は短期的なリスクを評価し、定量的リスク分析は長期的なリスクを評価する None 52. AIシステムにおける「コンプライアンス対応」が重要である理由は次のうちどれですか？ AIのブラックボックス化を促進するため 法律や規制に違反しない運用を確保するため データの無制限利用を許可するため 全てのデータを自動で削除するため None 53. VAE（Variational Autoencoder）の主な目的は何ですか？ クラスタリングを行う 畳み込みを行う データを潜在空間に圧縮し、生成する 時系列データの予測を行う None 54. AIシステム運用において、モデルの「ドリフト」を検知するために行うことは何ですか？ モデルのパラメータを手動で更新する モデルの予測結果と実際の結果の差異をモニタリングする モデルの入力データをフィルタリングする モデルのトレーニングデータを削除する None 55. プロジェクトマネジメントにおいて、プロジェクトの進行を監視し、変更が必要かどうかを判断する手法は次のうちどれですか？ スコープクリープ リソース最適化 クラウドマイグレーション モニタリングとコントロール None 56. 組織マネジメントにおける「メンタリング」の利点は次のうちどれですか？ メンターがすべての業務を代行する 新しいスキルや知識を効果的に習得できるようにする メンティーが独自に業務を進める メンターの仕事量を減らす None 57. データガバナンスの枠組みにおいて「アクセス制御」が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？ データを公開し、誰でも自由に利用できるようにする データへのアクセスを管理し、無制限な利用を防ぐ データのバックアップを削除する データの処理速度を向上させる None 58. 組織において「適応型マネジメント」が効果的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？ 組織が予算を削減するため 組織が変化する環境に迅速に対応し、計画を柔軟に変更できるため 組織が一度定めた計画を変更せずに維持するため 組織が短期間で利益を上げるため None 59. データサイエンスプロジェクトにおいて、「リソース管理」で最も重要な要素は次のうちどれですか？ プロジェクト完了後に必要な人材を採用する データサイエンティストの全ての作業を一人で行わせる 必要なスキルセットを持つ人材を適切に配置する 他部門からのフィードバックを一切受け付けない None 60. データサイエンスプロジェクトで「ステークホルダー管理」を成功させるために最も重要な行動は次のうちどれですか？ ステークホルダーに必要以上に詳細な技術的説明を行う プロジェクトの進行中にステークホルダーとの連絡を最小限に抑える ステークホルダーと定期的に進捗を共有し、期待値を調整する プロジェクト終了後にのみ成果物を報告する None 61. AIを運用する際、結果の透明性を確保するために有効な手法は次のうちどれですか？ モデルの決定プロセスを明確に説明する モデルの中身をブラックボックス化する 全てのデータを公開する 人間の介入を完全に排除する None 62. 組織マネジメントにおいて「権限委譲」の利点は次のうちどれですか？ リーダーの責任を軽減できる プロジェクトの進行が遅くなる リーダーシップが必要なくなる メンバーが自己管理能力を高めることができる None 63. ネットワークフロー問題において、「最小費用フロー問題」の特徴として正しいものは次のうちどれですか？ 各エッジのフローが最大となるように最適化する。 最小コストで一定のフローを供給する。 最短距離で始点から終点に到達する。 エッジ数を最小化する。 None 64. 「ゼロトラストアーキテクチャ」におけるセキュリティ原則の1つは次のうちどれですか？ 一度認証されたリソースは信頼し続ける 全てのアクセスを許可する 全てのリソースへのアクセスを常に検証し、信頼しない 認証プロセスを省略する None 65. データ活用を重視する組織において「心理的安全性」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？ 組織内で新しいアイデアや意見を自由に表現できる環境を作るため 意見を述べた社員を罰する仕組みを作るため 全ての社員に同じ考え方を強制するため データに基づく意思決定を排除するため None 66. クラウド環境でのデータ保護において、最も重要なポイントの1つは次のうちどれですか？ データをクラウド上で全て公開する データのバックアップを行わない データの監査ログを無効にする データを暗号化して保管し、アクセス制限を設ける None 67. GPTのような自己回帰生成モデルにおいて、「トークン化」の役割は何ですか？ テキストを小さな単位に分割して、モデルに入力できる形式にする 生成されたテキストを圧縮して保存する テキストの生成速度を向上させる 生成されたデータの精度を評価する None 68. データの利活用における「データ最小化の原則」が適用される場合、最も適切な対応は次のうちどれですか？ できるだけ多くのデータを収集する データの利用目的を定義しない 全てのデータを公開する 必要最小限のデータだけを収集・処理する None 69. AIシステムをセキュリティ攻撃から保護するために重要な対策の1つとして適切なものは次のうちどれですか？ AIの出力結果を無制限に公開する AIの判断プロセスを全て削除する AIシステムにセキュリティ対策を施さない AIモデルのトレーニングデータを暗号化する None 70. AIシステム運用において「自動スケーリング」の利点として正しいものは次のうちどれですか？ システムの負荷に応じてリソースを自動的に追加または削除できるため、効率的なリソース管理が可能 モデルのハイパーパラメータを自動的に調整することで、精度を向上させる システムのリソースを最小限に維持し、常にコストを削減できる システムの速度を手動で最適化することができる None 71. プロジェクトのスケジュールが予定より早く進行している場合、プロジェクトマネージャーが確認すべき事項は次のうちどれですか？ プロジェクトチームの作業スピードをさらに上げる 予算を削減する 進行が遅いタスクを見つけ、優先する 進行が早すぎるため、品質が保たれているかどうか None 72. AIシステム運用において、モデルの精度が時間と共に低下する「モデル劣化」を防ぐために有効な方法は次のうちどれですか？ データドリフトや概念ドリフトをモニタリングし、モデルを定期的に再トレーニングする モデルのハイパーパラメータを変更せずにそのまま使用し続ける トレーニングデータを毎回同じものに固定して使用する 一度デプロイしたモデルは更新せずに長期間使用する None 73. AIシステム運用において「ML Ops」の主な目的は何ですか？ 機械学習モデルの開発から運用までを一貫して自動化すること データの圧縮と保存を最適化すること データベースのパフォーマンスを向上させること モデルの精度を一定に保つため、定期的に手動で再学習させること None 74. 「差別を助長するAIシステム」の発生を防ぐために考慮すべきことは次のうちどれですか？ バイアスを無視する 特定の属性を強調する AIの判断を全て手動で行う データのバイアスを検出し、修正する None 75. 生成AIにおける「StyleGAN」の特徴として正しいものは次のうちどれですか？ 画像のスタイル（テクスチャ、形状など）を制御して高品質な画像を生成できる データを圧縮して送信するための技術である 文章生成に特化した生成AIである データの再構築を目的とするオートエンコーダモデルである None 76. 生成AIにおける「トークンエンベディング」の役割として正しいものは次のうちどれですか？ トークンを整数値に変換し、モデルに入力する準備をする。 トークンを数値ベクトルに変換し、モデルが処理できる形式にする。 トークンをそのまま文字列のままで処理する。 トークンを逆順に並べ替えてからモデルに渡す。 None 77. AIシステムのセキュリティを強化するために必要な手法として最も適切なものは次のうちどれですか？ AIモデルを暗号化する AIモデルをすべて公開する AIの意思決定プロセスを隠す AIのトレーニングデータを無制限に共有する None 78. AIモデルをトレーニングする際に、個人情報が含まれるデータを使用する場合の適切な対策は次のうちどれですか？ 個人情報をそのまま使用する 個人情報を匿名化して使用する 個人情報を加工せず使用するが、モデル完成後に削除する 個人情報を暗号化してモデル内に組み込む None 79. Transformerベースの生成AIモデルとして代表的なものは次のうちどれですか？ CNN RNN LSTM GPT None 80. 生成AIモデルにおける「フィードバックループ」とはどのような現象を指しますか？ モデルの出力が自動的に評価されるプロセス モデルの生成結果が次の入力データとして再利用され、誤差が蓄積する現象 モデルのパラメータが繰り返し最適化されるプロセス モデルのトレーニングデータが無限に循環される現象 None 81. データベースにおける「データマスキング」の目的として最も適切なものは次のうちどれですか？ データの複製を作る 機密データを部分的に隠す データを完全に削除する データの更新を停止する None 82. 最短経路問題を解くために広く使用されているアルゴリズムはどれですか？ Dijkstraのアルゴリズム シンプレックス法 ベルマンフォード法 ヒューリスティック法 None 83. 生成AIにおいて「クリッピング」とは何を指しますか？ 生成データを削除する手法 モデルの重みが特定の範囲を超えないように制限する手法 モデルの学習率を制御する手法 データの圧縮を行う手法 None 84. データ収集におけるプライバシー保護のために最も重要なことは次のうちどれですか？ 個人情報を集める際に、事前に明確な同意を得る データを自由に共有する データを完全に匿名化しない 同意がなくても情報を使用できる None 85. GDPR（一般データ保護規則）において、データ漏洩が発生した際に企業が取るべき対応は次のうちどれですか？ データ漏洩を隠す データ漏洩を放置する 全てのデータを削除する 速やかに関係当局に報告する None 86. 組織マネジメントにおける「透明性の確保」が重要な理由は次のうちどれですか？ チームメンバーに情報を隠すため 組織のルールを厳格にするため チームのスピードを低下させるため チームの信頼性を高め、意思決定の過程を明確にするため None 87. Diffusionモデルにおいて、生成過程で使用される「逆拡散（reverse diffusion）」とはどのようなものですか？ データを圧縮してから再構築するプロセス 生成されたデータの順序を逆に並べ替えるプロセス データの生成過程を最適化するプロセス ノイズを徐々に除去し、データを生成するプロセス None 88. プロジェクトマネジメントにおける「リソース管理」の主な目的は次のうちどれですか？ プロジェクトの予算を削減すること プロジェクトに必要な人材、設備、予算を効率的に管理し、適切に配分すること プロジェクトの成果物を管理すること プロジェクトの終結を早めること None 89. AIシステム運用において「シャドーデプロイメント（Shadow Deployment）」の目的として最も適切なものは次のうちどれですか？ 新しいモデルを本番環境に導入する前に、バックエンドで実際のデータを使ってテストするため。 ユーザーに新しいモデルを徐々に適用するため。 トレーニングデータを再利用するため。 モデルの透明性を確保するため。 None 90. AIシステム運用における「スケーリング」の目的は何ですか？ システムの処理能力を増強し、増加するユーザー数やデータ量に対応すること モデルのハイパーパラメータを最適化するためにデータを調整すること モデルの精度を保つためにデータセットを縮小すること システムの速度を上げるためにサーバーの数を減らすこと None 91. データサイエンスプロジェクトにおいて「アジャイル手法」を採用する最大の利点は次のうちどれですか？ 完全に固定された計画で進行できる 全てのタスクを同時に実行できる プロジェクト終了後に成果物を初めて評価できる 短期間の反復作業を通じて柔軟に対応し、プロジェクトの方向性を調整できる None 92. 生成AIにおける「Attentionメカニズム」の役割は次のうちどれですか？ モデルのパラメータを最適化する データをランダムに生成する モデルの損失関数を最小化する データの重要な部分に焦点を当てる None 93. AIシステム運用で「カナリアリリース」とはどのようなリリース方式ですか？ 全ユーザーに対して新しいモデルを一度に展開する方式 モデルの再トレーニングを行わずに、既存のモデルをそのまま再利用する方式 新しいモデルを一部のユーザーにのみ展開し、問題がないことを確認してから全体に展開する方式 モデルの精度が低下した際に、自動的に元のモデルに戻す方式 None 94. 動的計画法で使用される「メモ化」とは何ですか？ 問題の部分解を一時的に保存して再利用すること 解をメモリに保存して一度に計算すること 部分問題を繰り返し解く手法 解の探索空間を分割して解決する手法 None 95. あるAIシステムが、特定の国のユーザーに不利な予測を行っていることが判明しました。この問題を解決するために企業が取るべき最も適切な対応は次のうちどれですか？ 不利な結果を受けたユーザーのデータをモデルから削除する 国別の属性をモデルの予測から除外する トレーニングデータに含まれる国別の分布を均等に調整する 国に関連するデータをすべて削除する None 96. ある企業が、クラウド環境にデータを移行する際に「共有責任モデル」を採用しました。このモデルにおいて、以下の責任は主に誰に帰属するべきですか？ データの暗号化 アクセス制御の管理 クラウドサービス提供者 セキュリティ専門会社 契約上で両者が均等に分担 クラウド利用者 None 97. 組織において、データサイエンスプロジェクトの成功を最大化するための「チーム構成」の最適なアプローチは次のうちどれですか？ データサイエンティスト、エンジニア、ビジネスアナリストの多様なスキルセットを持つメンバーを組み合わせる データサイエンティストのみでチームを構成する エンジニアのみでチームを構成する マネージャーだけでチームを構成する None 98. AIが決定を下す際の説明可能性を確保するために使用される手法は次のうちどれですか？ 自己学習型AI データ削減手法 AIのブラックボックス化 Explainable AI（XAI） None 99. データサイエンスプロジェクトにおいて、予測モデルの精度が期待を下回った場合、プロジェクトマネージャーが最初に行うべき対応は次のうちどれですか？ モデルの再評価と改善策の検討 データサイエンティストを交代させる プロジェクトを終了する 予算を増やす None 100. AIモデルの学習データにバイアスが存在する場合、次のうち最も懸念される問題はどれですか？ モデルが特定のグループに対して偏った判断を行う モデルの学習速度が遅くなる モデルの精度が高くなる モデルのパラメータ数が減少する None Time's up
