AI-Learning

次の機械学習手法のうち、「アンサンブル学習」に該当するものを選びなさい。

次のうち、「次元削減」に分類される手法はどれか。

機械学習における「決定木」の主な特徴として正しいものはどれか。

生成モデルの最も初期の概念に近い理論として正しいものはどれか。

VAE（変分オートエンコーダ）がGANと比較して有利とされる点として正しいものはどれか。

「ハイパーパラメータ調整」が重要となる手法はどれか。

パブリシティ権が適用される具体的な事例として適切なものはどれか。

次のうち、AIの学習において「教師あり学習」に該当するものはどれか。

パブリシティ権が適用される場合、商業利用が認められるケースとして正しいものはどれか。

機械学習が使用される主な目的はどれか。

次のうち、「勾配ブースティング」の特徴として最も適切なものはどれか。

生成モデルの系譜において「トランスフォーマーベースのモデル」が注目される理由として正しいものはどれか。

ニューラルネットワークがAIに知能をもたらす仕組みとして用いる主な原理はどれか。

ニューラルネットワークが従来のルールベースAIと異なる点はどれか。

次のアルゴリズムのうち、データのクラスタリングに使用されるものはどれか。

変分オートエンコーダ（VAE）の潜在空間において、データの分布が学習される過程で「KLダイバージェンス」が果たす役割として適切なものはどれか。

生成モデルの主要な応用例として正しいものはどれか。

強化学習で用いられるアルゴリズムとして適切なものはどれか。

AIが生成した商業ポスターに、著名なキャラクターに似たイラストが含まれていた場合、広告主が著作権侵害やパブリシティ権侵害を防ぐために取るべき最適な対応はどれか。

企業が公共イベントの写真を広告に使用する際、肖像権の侵害を避けるために最も適切な対応はどれか。

自己回帰型生成モデル（例：PixelRNN）が画像生成タスクにおいて直面する主な課題として正しいものはどれか。

生成モデルの系譜において「フロー型モデル（Normalizing Flows）」が採用する主要な手法として正しいものはどれか。

ディープラーニングにおける「畳み込みニューラルネットワーク（CNN）」が画像認識に特化している理由として正しいものはどれか。

Transformerモデルが自然言語処理（NLP）で広く利用される理由として正しいものはどれか。

ディープラーニングがAIに知能をもたらす点として最も適切なものはどれか。

生成モデルの中で「フリシェーインセプション距離（FID）」が使用される主な目的として正しいものはどれか。

GAN（生成的敵対ネットワーク）を活用した画像生成で発生しやすい「モード崩壊（mode collapse）」の問題とは何を指すか。

生成モデルにおける「自己教師あり学習」が重要視される理由として正しいものはどれか。

AI生成物に基づいて著作権侵害の訴訟が提起された場合、開発者が最初に確認すべき事項として最も適切なものはどれか。

AIが生成した肖像画像が他人の顔に似ている場合、肖像権の侵害が成立する可能性があるのはどのような場合か。

生成モデルの系譜における「自己回帰型モデル」の特徴として正しいものはどれか。

次のうち、機械学習モデルの回帰問題を解決するためのアルゴリズムはどれか。

自己回帰型生成モデルの特徴として適切なものはどれか。

機械学習の手法のうち、教師なし学習に該当するものはどれか。

Transformerモデルの自己注意機構で使用される「キー（Key）」、「クエリ（Query）」、「バリュー（Value）」の役割を正確に理解するには、どの点を考慮する必要があるか。以下の中で正しい選択はどれか。

Transformerモデルを大規模にスケーリングした場合、一般的に発生し得る問題として最も適切なものはどれか。

AIが生成した画像を商業利用する際、知的財産権の侵害を避けるための最適な手段はどれか。

機械学習の基本的な役割はどれか。

肖像権侵害を防ぐため、写真や動画を公開する際に最も適切な対応はどれか。

生成モデルとは何を指すか。

生成モデルが特に注目される応用分野として正しいものはどれか。

Transformerモデルで用いられる「マルチヘッドアテンション」の主な目的として正しいものはどれか。

機械学習モデルの性能を評価する際に用いられる「クロスバリデーション」の主な目的として最も適切なものはどれか。

AIに知能をもたらす2つの仕組みとして正しい組み合わせはどれか。

「サポートベクターマシン（SVM）」において、カーネル関数が果たす役割として正しいものはどれか。

AI生成物を商業利用する際、肖像権やパブリシティ権の侵害を防ぐための適切な方法として正しいものはどれか。

AIが生成した架空の人物の画像を商業利用する場合、パブリシティ権の侵害が成立する可能性はどのような場合か。

Transformerモデルにおける「ヘッド間の重み共有」が生成される情報に与える影響を最も正確に表す選択肢はどれか。

機械学習モデルにおいて、バイアス・バリアンストレードオフが示す現象として正しいものはどれか。

AIが生成した架空の人物の肖像画像について、肖像権が適用される可能性はどれか。

Transformerモデルの「ポジショナルエンコーディング」を不要にするために提案されている改良点として最も適切なものはどれか。

AIが生成した作品の著作権が帰属しない場合、生成物の扱いとして正しいものはどれか。

Transformerモデルが視覚データの処理に応用される際の特有の工夫として正しいものはどれか。

肖像権とパブリシティ権の侵害が同時に成立する可能性がある状況として最も適切なものはどれか。

AIが生成した作品が著作権保護の対象となるための条件として正しいものはどれか。

生成モデルの中で「生成的敵対ネットワーク（GAN）」が導入した革新的なアイデアとして正しいものはどれか。

GAN（生成的敵対ネットワーク）が生成したデータの品質を向上させるために導入される「WGAN（Wasserstein GAN）」の主な特徴として最も適切なものはどれか。

肖像権が適用される対象として正しいものはどれか。

Transformerモデルが従来のRNNと比較して優れている点として正しいものはどれか。

生成モデルが「モンテカルロ法」と関連する理由として最も適切なものはどれか。