AI実装検定A級～模擬試験④～ 2024年12月8日2024年12月8日 ailearn 1. 誤差逆伝播法において、「勾配クリッピング」を使用する場面として最も適切なのはどれですか？ モデルが非常に大きな勾配を持つ場合 モデルが勾配消失に直面する場合 モデルが非常に小さな勾配を持つ場合 モデルが誤差関数を変更する場合 None 2. ベイズの定理において、事前確率と事後確率の違いはどれですか？ 事前確率は新しい情報を考慮した確率で、事後確率は過去のデータに基づく確率 事前確率は外的情報を考慮せず、事後確率は新しい情報を考慮した確率 事前確率は条件付き確率、事後確率は無条件の確率 事前確率は過去のデータに基づき、事後確率は無条件の確率 None 3. 誤差関数の微分が非線形関数である場合、最適化に与える影響は何ですか？ 最適化が容易になる 最適化が非線形に複雑化する 最適化に影響しない モデルのバイアスが増加する None 4. 誤差の微分が非常に小さくなることで発生する「勾配消失問題」を回避するために、どの手法が有効ですか？ 活性化関数をReLUに変更する シグモイド関数を使用する 重みの初期化をランダムにする 学習率を増加させる None 5. A B C D None 6. ニューラルネットワークにおける「重みの初期化」が誤差の微分に与える影響はどれですか？ 誤差の微分に影響を与えない 重みが大きすぎると勾配が爆発し、学習が不安定になる 重みが小さいと誤差がゼロに収束する 重みの初期化は勾配に関係しない None 7. A B C D None 8. A B C D None 9. 3つの集合 A={1,2,3}、 B={2,3,4}、 C={3,4,5} において、式 A∖(B∩C) の結果は次のどれですか？ {1,2} {1} {3,4} {2} None 10. 誤差逆伝播法の計算が効率的に行われるために、どのようなテクニックが使用されますか？ 勾配クリッピング モメンタム法 ミニバッチ学習 チェーンルール None 11. 誤差逆伝播法において、ミニバッチ学習を採用する利点は何ですか？ 学習速度が低下する 計算資源の効率化と勾配の安定化 パラメータの更新が遅くなる 学習率を小さくできる None 12. 誤差の微分を計算する際に使用される「連鎖律」とは何ですか？ 微分を無視する手法 一度に複数の変数を微分する手法 複数の関数を順に微分する手法 微分を逆方向に伝播させる手法 None 13. 誤差逆伝播法において、連鎖律を利用する最大の利点は何ですか？ 誤差を拡大することができる モデルの複雑さを軽減できる 勾配消失を防げる 各層でのパラメータ更新を効率的に行える None 14. A B C D None 15. ベイズの定理を使って、スパムフィルターの精度を改善するために必要な情報は次のどれですか？ スパムメールの事前確率、特定のキーワードが含まれる確率、スパムでないメールにキーワードが含まれる確率 スパムメールの件数、メール送信者のIPアドレス、メールのサイズ メール受信者の数、メールの送信時間、送信者のドメイン メールの件名、メールの本文、画像ファイルのサイズ None 16. 誤差逆伝播法において、損失関数が非凸である場合の主な課題は何ですか？ 勾配がゼロになることが多い 損失関数が多くの局所最小値を持ち、最適解に到達しにくい 誤差が増加しやすい 誤差関数が変更されやすい None 17. ニューラルネットワークの勾配降下法において、連鎖律が果たす役割はどれですか？ 誤差関数の値を最大化する 複数の層にわたる勾配を効率的に計算する 学習率を調整する 正則化を行う None 18. 誤差逆伝播法で活性化関数としてReLUがよく使用される理由はどれですか？ ReLUは計算が簡単で、勾配消失問題を防ぎやすいため ReLUは出力が常にゼロになるため ReLUは二次関数の特性を持つため ReLUは正規化を自動で行うため None 19. 誤差逆伝播法を使用する際、勾配爆発を防ぐための手法はどれですか？ 学習率を大きくする 正則化を使用しない ミニバッチのサイズを増やす 重みの初期化を適切に行う None 20. A B C D None 21. 誤差の微分が振動しやすいデータセットにおいて、勾配降下法の収束を安定させるための手法はどれですか？ モデルのパラメータを大きくする 学習率を増加させる モメンタムを導入する 誤差関数を変更する None 22. 誤差の微分を利用した最適化アルゴリズムで、勾配降下法以外に使用されるものはどれですか？ 遺伝的アルゴリズム K平均法 主成分分析 モメンタム法 None 23. 誤差逆伝播法において、二乗和誤差（MSE）を損失関数として使用する場合、出力層の活性化関数として最適なのはどれですか？ シグモイド関数 ソフトマックス関数 線形関数 ReLU関数 None 24. A B C D None 25. 誤差関数の微分がゼロに近づくと、勾配降下法の学習速度はどうなりますか？ 変わらない 加速する 遅くなる 逆転する None 26. あるテストで陽性反応が出た場合、その人が病気である確率を求めるために使用されるのは次のどれですか？ 事前確率 感度 特異度 事後確率 None 27. A B C D None 28. 連鎖律（Chain Rule）とは、何を説明するための手法ですか？ 複数の関数の積分を行う手法 変数が連鎖している関数の微分を計算する手法 行列の計算を効率化する手法 ニューラルネットワークのパラメータを最適化する手法 None 29. 集合 A={2,4,6} と集合 B={4,5,6} において、相対補集合 B∖A はどれですか？ {4,5,6} {2,4,6} {5} ∅ None 30. A B C D None 31. A B C D None 32. A B C D None 33. A B C D None 34. 誤差関数の微分を利用する代表的なアルゴリズムはどれですか？ 勾配降下法 K平均法 サポートベクターマシン ロジスティック回帰 None 35. 集合 A={2,4,6} と集合 B={1,2,3,4,5} に対して、 (A∖B)∪(B∖A) の結果はどれですか？ {1,2,3,4,5,6} {2,4,6} {1,3,6} {1,3,5,6} None 36. 誤差逆伝播法を効率化するために、モメンタム法を導入する理由は何ですか？ モメンタム法は誤差を直接修正するため モメンタム法は勾配消失を防ぐため モメンタム法は勾配の振動を抑え、収束を早めるため モメンタム法は損失関数を変更するため None 37. A B C D None 38. A B C D None 39. 誤差逆伝播法において、連鎖律が勾配消失問題を引き起こすことを防ぐための手法はどれですか？ 勾配クリッピングを行う 学習率を減少させる 活性化関数としてReLUを使用する 活性化関数としてシグモイドを使用する None 40. 勾配消失問題が発生する場合、どのように誤差の微分を扱うべきですか？ 微分値を大きくするために活性化関数を変更する 勾配を無視して重みを直接変更する 誤差逆伝播を使用しない 勾配を小さくするためにバッチ正規化を行う None 41. 事象 A と事象 B が独立である場合、ベイズの定理の式はどのようになりますか？ P(A∣B)=P(B) P(A∣B)=P(A)P(B) P(A∣B)=P(A) P(A∣B)=P(A∩B) None 42. 誤差逆伝播法で計算される「勾配」とは何を指しますか？ 誤差と出力の積 損失関数に対するパラメータの変化率 パラメータの値そのもの 出力の総和 None 43. 誤差逆伝播法において、バッチ正規化を導入する主な目的はどれですか？ 勾配爆発を防ぐため 重みの初期化を改善するため 各層の出力を安定させ、学習を効率化するため 損失関数の最適化を行うため None 44. ベイズの定理を使って、ある感染症が地域内で流行している確率を計算する場合、以下の情報のうちどれが最も重要ですか？ 地域の人口と感染者数 感染者数と病院の数 事前確率、感度、特異度 感染者の平均年齢と症状 None 45. 誤差逆伝播法において、勾配クリッピングを適用する目的は何ですか？ 勾配が消失するのを防ぐため 勾配が爆発するのを防ぐため 誤差を直接修正するため 勾配を小さくするため None 46. A B C D None 47. 連鎖律を適用する必要がある場合はどのような状況ですか？ 複数の関数が合成されている場合 関数が線形の場合 微分が不可能な場合 定数項を微分する場合 None 48. 誤差逆伝播法において、リカレントニューラルネットワーク（RNN）で勾配消失を防ぐための適切な手法はどれですか？ シグモイド関数を使用する LSTMやGRUを用いたアーキテクチャを採用する RNNの層数を増やす 学習率を増加させる None 49. A B C D None 50. ある製品が市場に登場する確率をベイズの定理で計算する際に、事前確率がほぼゼロに近い場合、事後確率がどのように変化するか？ 事前確率がほぼゼロでも、事後確率は感度に依存する 事後確率もゼロに近づく 事後確率は常に一定になる 事後確率は特異度に依存する None 51. A B C D None 52. 誤差関数の微分を用いる目的は何ですか？ モデルの予測精度を測定するため 勾配降下法を通じてモデルのパラメータを最適化するため データセットの分散を計算するため モデルの出力を標準化するため None 53. A B C D None 54. 連鎖律が適用されないケースはどれですか？ 合成関数が含まれる場合 ロジスティック回帰の出力を微分する場合 シグモイド関数を微分する場合 定数関数の場合 None 55. A B C D None 56. 誤差の微分が急激に変化する場合、どのような問題が発生する可能性がありますか？ 過学習 勾配消失 勾配爆発 モデルの複雑化 None 57. A B C D None 58. ある市場で新商品が導入され、消費者がその商品を購入する確率をベイズの定理を使って推定する場合、次のどの情報が必要ですか？ 商品の価格、広告の効果、消費者の購買意欲 事前確率、条件付き確率、商品の販売実績 事後確率、条件付き確率、競合商品の価格 広告費用、商品の市場シェア、消費者レビュー None 59. A B C D None 60. 誤差逆伝播法の主な目的は何ですか？ モデルの学習を高速化するため モデルの出力を予測するため 勾配を計算し、パラメータを更新するため データセットを正規化するため None Time's up
