1.
「RNN（リカレントニューラルネットワーク）」の特徴はどれか？
2.
ディープラーニングにおける「オートエンコーダー（Autoencoder）」の目的はどれか？
3.
ディープラーニングにおける「勾配消失問題」とは何か？
4.
ディープラーニングにおける「バッチ正規化（Batch Normalization）」の主な利点は何か？
5.
ディープラーニングにおける「ユニット（ノード）」の役割はどれか？
7.
ディープラーニングにおいて、画像データの前処理として「正規化」を行う主な目的はどれですか？
8.
ディープラーニングでよく使われる「バックプロパゲーション（逆伝播）」の役割はどれか？
9.
「セマンティックセグメンテーション」の目的は何か？
10.
次のうち、ディープラーニングの「サポートベクターマシン（SVM）」とは異なる特徴を持つアルゴリズムはどれか？
11.
ディープラーニングモデルで「エポック数」を増やしすぎた場合、一般的に考えられる問題はどれですか？
12.
ディープラーニングで使用される「ReLU（Rectified Linear Unit）」の特徴はどれか？
13.
「ResNet（Residual Network）」の主な特徴はどれか？
14.
「Transformerモデル」で使用される「位置エンコーディング（Positional Encoding）」の主な役割はどれですか？
15.
ディープラーニングでの「事前学習モデル（Pre-trained Model）」の利用は、どのような状況で有効か？
16.
畳み込みニューラルネットワーク（CNN）の「プーリング層」の主な役割は何か？
17.
「ドロップアウト」はディープラーニングでどのような役割を果たすか？
18.
次のうち、ディープラーニングにおける「アンサンブル学習」の利点はどれか？
19.
GAN（生成対向ネットワーク）の学習中に、識別器（Discriminator）が過剰に強くなった場合、どのような問題が発生しますか？
20.
ディープラーニングのモデルにおいて「エポック」とは何か？
21.
ディープラーニングにおいて「ハイパーパラメータチューニング」が必要な理由として最も適切なものはどれですか？
22.
ディープラーニングモデルの学習において、学習率（Learning Rate）の設定が重要である理由として最も適切なものはどれですか？
23.
ディープラーニングで使用される「ソフトマックス関数」の主な用途は何か？
25.
ディープラーニングにおける「ハイパーパラメータ」とは何か？
26.
「GAN（敵対的生成ネットワーク）」における「生成ネットワーク（Generator）」の役割は何か？
