1.
画像認識において、ディープラーニングモデルが画像の入力データを正規化（Normalization）する主な目的は何ですか？
3.
画像認識タスクでよく使用される「データ拡張」の手法として適切ではないものはどれですか？
4.
画像認識タスクにおけるデータ拡張の主な目的は何ですか？
5.
CNNにおける「バッチ正規化（Batch Normalization）」の主な役割は何ですか？
6.
画像認識におけるディープラーニングモデルとして最も一般的に使用されるものはどれですか？
7.
CNNにおけるプーリング層の主な目的は何ですか？
8.
Faster R-CNNの主な特徴は何ですか？
9.
画像認識モデルの評価指標である「IoU（Intersection over Union）」の主な目的は何ですか？
10.
CNNモデルで、オーバーフィッティング（過学習）を防ぐために一般的に使用される手法はどれですか？
11.
DenseNetが他のCNNアーキテクチャと異なる点は何ですか？
12.
画像認識タスクでResNetが高い性能を発揮する理由として、次のうち最も適切なものはどれですか？
14.
画像認識モデルの評価において「混同行列」が役立つ理由は何ですか？
15.
ResNet（Residual Network）の特徴として正しいのはどれですか？
16.
畳み込み層の「フィルターサイズ」が大きくなると、どのような影響がありますか？
17.
転移学習を使用する際、凍結（Freeze）される層は通常どの部分ですか？
18.
VGGNetの特徴として正しいのはどれですか？
19.
CNNにおける「畳み込み層」の役割は何ですか？
20.
CNNにおける「ストライド」とは何ですか？
21.
畳み込みニューラルネットワーク（CNN）において、深い層を持つモデルの計算コストを削減しつつ性能を維持するために使用される代表的な技術はどれですか？
22.
YOLO（You Only Look Once）モデルが、従来の物体検出モデルと比較して特に優れている点は何ですか？
23.
U-Netはどのようなタスクにおいて使用されることが多いですか？
24.
画像認識モデルの性能評価に最も適した指標はどれですか？
25.
YOLO（You Only Look Once）モデルの特徴は何ですか？
26.
画像認識における「アンサンブル学習」の利点は何ですか？
