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「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 2. 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 3. 整数計画問題において、「分枝限定法（Branch and Bound）」はどのような問題を解くために使用されますか？ 非線形問題 線形問題 整数制約のある最適化問題 動的最適化問題 None 4. 動的計画法を用いた最適化で「ベルマン方程式」が適用される例として最も適切なものはどれですか？ 輸送コストを最小化する問題。 線形制約条件下での目的関数を最大化する問題。 最適なスケジューリングを見つける問題。 不確実性のある環境での最短経路を求める問題。 None 5. 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 6. 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 7. チームの「多様性を活かしたマネジメント」が重要である理由は次のうちどれですか？ 組織の規模を大きくするため チームメンバーの入れ替わりを防ぐため チームのスキルレベルを平均化するため 多様な視点やアイデアを取り入れることで、より革新的な成果を生み出せるため None 8. AIシステム運用において、「シャーディング（Sharding）」の利点として最も適切なものはどれですか？ モデルの学習速度を向上させる。 データの分割により、スケーラビリティを向上させる。 モデルの透明性を高める。 モデルのトレーニングデータ量を削減する。 None 9. 動的計画法における「重複部分問題」とは何ですか？ 同じ計算を何度も繰り返すこと 最適化において複数の制約条件が重なること 異なる部分問題が同じ答えを持つこと 同時に解くべき問題の集合 None 10. データサイエンスプロジェクトにおける「KPI（重要業績評価指標）」の設定で最も適切なアプローチは次のうちどれですか？ プロジェクト終了時のみ測定可能な指標を設定する ビジネス目標と関連した具体的で測定可能な指標を設定する チーム全員が理解しにくい複雑な指標を設定する プロジェクトの進捗に関係のない指標を設定する None 11. 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 12. AIモデルが意図しないバイアスを学習することを防ぐために行うべき最適な対策は次のうちどれですか？ バイアスのないデータを使用してモデルを訓練する バイアスを意図的にモデルに組み込む AIモデルのトレーニングを行わない バイアスを無視してモデルを運用する None 13. AIシステム運用において「ログ管理」が重要な理由として最も適切なものは次のうちどれですか？ システムの動作状況やエラーを追跡し、問題が発生した際に迅速に対応できるため データの保存容量を最適化するため モデルの精度を手動で確認するため モデルのハイパーパラメータを監視するため None 14. 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 15. 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 16. 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 17. 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 18. AIシステム運用において「バッチ処理」とは何ですか？ データをリアルタイムで処理する方式 モデルのトレーニングを一度に複数回実行する方式 データの前処理を自動化する方式 一定期間ごとにデータをまとめて処理する方式 None 19. 組織において「フラット型組織」を採用する利点は次のうちどれですか？ 組織の規模が大きくなるため 全ての権限をリーダーが持つため 意思決定が迅速になり、コミュニケーションが円滑になるため 組織のルールを厳格に管理できるため None 20. データの「アクセス制御」における主な目的は次のうちどれですか？ 誰でも自由にデータにアクセスできるようにする データへのアクセスを適切な権限を持つ人に限定する データをすべて削除する データを自動的に公開する None 21. 「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 22. AIシステム運用で「フェイルオーバー（Failover）」を設定す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？ モデルの精度を向上させるため。 トレーニング時間を短縮するため。 モデルのスケールアップを実現するため。 システムの主要なコンポーネントが障害を起こした場合に、バックアップシステムに切り替えるため。 None 23. 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 24. 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 25. 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 26. 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 27. 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 28. AIの倫理的運用において、「説明責任」が求められる主な理由は次のうちどれですか？ AIが下した決定が偏りのないものであることを保証するため AIの判断をすべて無条件に信頼させるため AIの判断を全て手動で行うため AIの意思決定をブラックボックス化するため None 29. 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 30. サイバー攻撃に備えるために企業が導入するべき対策として正しいものは次のうちどれですか？ 定期的なセキュリティパッチの適用 システムの公開を増やす データのバックアップを行わない データの暗号化を無効にする None 31. AIの活用において、予測結果のバイアスを軽減するために最も有効なアプローチは次のうちどれですか？ トレーニングデータの選定と前処理を重視する モデルのアルゴリズムを改良するだけで解決する データに偏りがあっても、大量のデータを使用する バイアスが出た結果を手動で修正する None 32. 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 33. 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 34. 「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 35. 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 36. データ管理のセキュリティを強化するために一般的に行われる手法は次のうちどれですか？ データをクラウド上に全て公開する データをバックアップせずに保存する データの暗号化 データを無断で共有する None 37. プロジェクトの「アジャイル型アプローチ」がウォーターフォール型と異なる点として最も正しいものは次のうちどれですか？ アジャイルは反復的であり、適応的な計画変更が可能である アジャイルは計画変更を行わない アジャイルは全体のスコープを最初に決める アジャイルは一度に全てのタスクを完了させる None 38. Diffusionモデルが生成AIにおいて注目される理由として、正しいものは次のうちどれですか？ 非常に高速にデータを生成できる。 徐々にノイズを除去するプロセスで高品質なデータを生成できる。 GANよりもトレーニングが複雑だが、より多くの計算資源を節約できる。 データの削除に特化した技術である。 None 39. 生成AIにおける「WGAN（Wasserstein GAN）」が従来のGANに比べて有効とされる理由は次のうちどれですか？ モデルのパラメータが自動的に最適化されるため 生成ネットワークの計算速度が大幅に向上するため 勾配消失問題を軽減し、安定した学習を実現するため より少ないデータで高精度な結果が得られるため None 40. 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 41. 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 42. 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 43. 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 44. 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 45. 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 46. 生成AIの「データ拡張（Data Augmentation）」が特に有効な理由として正しいものは次のうちどれですか？ トレーニングデータの不足を補い、モデルの過学習を防ぐため。 トレーニング時間を短縮するため。 トレーニング中に必要な計算資源を削減するため。 テストデータを生成するため。 None 47. 組織の「モチベーション向上施策」に効果的な手法は次のうちどれですか？ プロジェクトの進捗を定期的に報告させる インセンティブや報酬制度を導入する チームの目標を細かく設定する チームメンバーを評価しない None 48. 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 49. 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 50. AIシステム運用において「ホットスワップ（Hot Swap）」が利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？ モデルのトレーニングデータを切り替える際。 モデルのパフォーマンスを一時的に検証する際。 稼働中のAIモデルを停止せずに新しいモデルに切り替える際。 モデルのデプロイメントを一時停止する際。 None 51. 整数計画法（Integer Programming）とは何ですか？ 全ての変数が整数値を取る線形計画法 全ての変数が連続値を取る線形計画法 非線形な制約条件を持つ線形計画法 制約条件が等式で表される線形計画法 None 52. 生成AIにおける「フューズド（Fused）レイヤー」とは何ですか？ 異なるタイプのレイヤーを融合させ、計算効率を向上させる技術 モデルの重みを圧縮する技術 テキスト生成に特化した層の一種 ノイズを削除するための層 None 53. GDPRにおける「データ主体の権利」として認められているものは次のうちどれですか？ データの無制限な利用を許可する権利 データの公開を強制する権利 データの修正や削除を要求する権利 データの匿名化を禁止する権利 None 54. AIモデルに対する「敵対的攻撃（Adversarial Attack）」に対する防御策として最も効果的な方法は次のうちどれですか？ 敵対的なデータをトレーニングに組み込む モデルの内部構造を全て公開する モデルを常に更新しない データを暗号化しない None 55. 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 56. 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 57. 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 58. AIシステム運用において、「ローリングアップデート」の主な利点は次のうちどれですか？ 全てのユーザーに一度にモデルを更新することで、最短で最新バージョンを提供できる 新しいデータに対応するために、モデルをリアルタイムで再学習させることができる モデルの予測結果を自動的に評価することができる サービスを停止せずに、段階的にモデルを更新できる None 59. 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 60. 生成AIにおける「GAN（Generative Adversarial Network）」の基本的な構造はどのようなものですか？ 生成ネットワークと判別ネットワークから構成される 単一のニューラルネットワークからなる 畳み込み層のみで構成される RNN（リカレントニューラルネットワーク）をベースにする None 61. 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 62. プロジェクトが終了した後、プロジェクトマネージャーが行うべき最も重要な作業は次のうちどれですか？ プロジェクトチームを解散する プロジェクトの振り返り（レトロスペクティブ）を実施し、成功と失敗を分析する 残ったリソースを次のプロジェクトに割り当てる プロジェクトの予算を再分配する None 63. 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 64. 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 65. 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 66. 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 67. シンプレックス法とは何ですか？ 線形計画問題を解くための手法 非線形計画問題を解くための手法 グラフ理論を用いた最適化手法 動的計画法の一種 None 68. 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 69. 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 70. 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 71. 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 72. 組織における「コミュニケーションの一貫性」を確保するために効果的な手法は次のうちどれですか？ 定期的な全体会議を行う メールでの情報共有を重視する チームリーダーを通じてフィードバックを管理する 特定のリーダーのみが情報を発信する None 73. データを扱う際の「リスクアセスメント」の目的として最も適切な説明は次のうちどれですか？ データの利活用に伴うリスクを事前に評価し、対策を講じる データを自由に利用するための手順を定める データの保存期間を無制限に延長する データの利用目的を明確にしない None 74. 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 75. 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 76. GPTなどの生成AIモデルにおける「自己教師あり学習（Self-supervised Learning）」の役割は次のうちどれですか？ モデルの出力を自己評価するプロセス ラベルなしデータから学習することで、モデルが自己改善するプロセス モデルを一から学習させるプロセス モデルのパフォーマンスを手動で監視するプロセス None 77. 待ち行列理論で使用される「到着率」と「サービス率」の比率は何を示しますか？ システムの稼働率 待ち行列の最大長 サービスが完全に終了するまでの時間 システム全体の容量 None 78. 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 79. 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 80. 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 81. データを利用する際の「データセキュリティ対策」に関して、最も重要なポイントは次のうちどれですか？ データが漏洩しないよう、アクセス権限を適切に管理する データを無制限に共有する データのバックアップを取らない データをクラウドに無制限で保存する None 82. 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 83. 2段階最適化問題において、最初の段階で決定される変数を何と呼びますか？ ステージ変数 主変数 一次変数 ファーストステージ変数 None 84. GANの判別ネットワークの役割は何ですか？ 生成ネットワークの重みを調整する 生成されたデータが本物か偽物かを判定する 生成ネットワークの損失関数を最適化する モデルの生成精度を評価する 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. 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 87. 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 88. 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 89. 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 90. 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 91. 「ゼロトラストセキュリティモデル」が推奨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？ 外部からの攻撃を完全に排除できるため すべてのユーザーやデバイスを信用しないことで、不正アクセスリスクを軽減するため 物理的なセキュリティ対策が不要になるため データセンターの運用コストを削減するため None 92. 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 93. 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 94. データ保護において「ロールベースアクセス制御（RBAC）」の主な目的は次のうちどれですか？ データの暗号化を効率化する 利用者の権限に基づいてアクセスを制限する AIモデルのバイアスを防ぐ サーバーの障害を防止する None 95. 「敵対的攻撃（Adversarial Attack）」を受けたAIモデルが攻撃者による意図的な入力で誤った結果を出力しています。この状況に対し、企業が優先的に実施すべき対策は次のうちどれですか？ AIモデルのトレーニングデータ量を増やす ログ管理を強化し、攻撃者のIPアドレスを特定する 攻撃に耐性のある「防御的学習（Defensive Learning）」をモデルに適用する モデルの出力結果をすべて手動で確認する None 96. ゲーム理論において「ナッシュ均衡」とは何ですか？ プレイヤーがそれぞれの戦略を変更しても利益が増えない状況 すべてのプレイヤーが最適戦略を選んでいる状況 プレイヤー間の協力が成功した結果 一方的に勝利する戦略のこと None 97. 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 98. 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 99. 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 100. 機密データの取り扱いにおいて、データ漏洩リスクを最小限に抑えるために最も重要なセキュリティ対策は次のうちどれですか？ データを暗号化し、アクセス制限を設ける データを外部に公開する データのバックアップを取らない データを無制限に共有する None Time's up
