AI実装検定A級～模擬試験～ 2024年11月4日2024年11月4日 ailearn 1. ニューラルネットワークの入力層で扱われるデータの次元数はどのように決まりますか？ モデルの構造に依存する 入力データの次元数に依存する 中間層の数に依存する 出力層のサイズに依存する None 2. ある等比数列の初項が6で、公比が2です。この数列の第8項から第4項までの和を求めなさい。 750 760 770 780 None 3. A B C D None 4. A B C D None 5. 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 6. 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 7. A B C D None 8. Sigmoid関数の出力をバッチ正規化で調整することの利点は何ですか？ 勾配消失問題を完全に解決できる Sigmoid関数の出力範囲が広がる 勾配爆発を防ぐ 各層の出力がゼロ中心に近づき、学習効率が向上する None 9. ニューラルネットワークにおいて「重み減衰（Weight Decay）」が導入される理由は何ですか？ 学習率を動的に調整するため 過学習を防ぐために、重みの大きさにペナルティをかけるため 計算速度を向上させるため モデルの精度を上げるために、重みを一時的に凍結するため None 10. Scikit-learnで交差検証を行うために使用される関数はどれですか？ validate_model() cross_validation() cross_val_score() model_score() None 11. Seabornのpairplot()関数の主な用途はどれですか？ 単変量データのプロット データの相関を視覚化する 分布を可視化する 異なる変数の関係を可視化するためのペアプロット None 12. 2×3の行列と3×2の行列を掛け算した結果の行列のサイズはどうなりますか？ 2×2 3×3 3×2 2×3 None 13. 重みの初期化が不適切だとどのような問題が発生しますか？ 学習が停止する 学習速度が遅くなる 過学習が発生する 勾配消失や勾配爆発が発生する None 14. 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 15. 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 16. Sigmoid関数の特性を持つ他の関数はどれですか？ ReLU Softmax Linear Tanh None 17. MSEが大きい場合、モデルのバイアスとバリアンスの関係はどのように評価されますか？ バイアスとバリアンスが共に高い バイアスが高く、バリアンスが低い バイアスが低く、バリアンスが高い バイアスとバリアンスが共に低い None 18. A B C D None 19. バイアス項とは何ですか？ モデルの重みを減らす項 ニューラルネットワークの出力を調整するために追加される定数項 データの正規化を行う項 モデルの損失を最小化する項 None 20. 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 21. 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 22. 偏微分とは何を示す概念ですか？ 一変数関数の微分 2次導関数 複数の変数に依存する関数における、ある一つの変数に対する微分 関数の積分 None 23. Sigmoid関数の入力 𝑥 x が0のときの出力は？ 0 0.5 1 無限大 None 24. 正解値（ラベル）を導入する際に発生する代表的な問題はどれですか？ データの次元削減 ラベルノイズ 勾配爆発 逆伝播法の失敗 None 25. 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 26. A B C D None 27. Numpy配列の要素ごとの掛け算に使用される演算子はどれですか？ @ * & % None 28. A B C D None 29. 正解値（ラベル）を導入することで、学習アルゴリズムが行う主なタスクはどれですか？ クラスタリング 分類 次元削減 強化学習 None 30. 正解値を導入せずに学習する「生成モデル」の代表的な手法はどれですか？ ロジスティック回帰 GAN（Generative Adversarial Network） サポートベクターマシン k-近傍法 None 31. バイアス項は次のどの層に通常導入されますか？ 出力層のみ 中間層と出力層 入力層のみ 全ての層 None 32. 行列A = [[1, 2, 3], [4, 5, 6]]と行列B = [[7, 8], [9, 10], [11, 12]]を掛けた結果を求めてください。 [[58, 64], [139, 154]] [[42, 48], [84, 96]] [[30, 36], [90, 96]] [[56, 68], [110, 120]] None 33. ベイズの定理を使用してマーケティングの予測を行う際に、事前確率が高い場合はどのような影響がありますか？ 新しい情報が事後確率に与える影響が大きくなる 条件付き確率がすべてのケースにおいて一定になる 新しい情報によって事前確率が無効になる 新しい情報が得られても事後確率に大きな影響はない None 34. 勾配消失問題は、主にどのような状況で発生しますか？ 重みが非常に大きな値を取る場合 深層ニューラルネットワークで、勾配が層を通じて次第に小さくなる場合 活性化関数としてReLUが使用されている場合 モデルが過学習している場合 None 35. 行列A = [[2, -1], [1, 3]]と行列B = [[0, 1], [4, 2]]を掛けた結果はどれですか？ [[-4, 0], [12, 8]] [[-2, 1], [14, 8]] [[0, -2], [10, 7]] [[1, 0], [10, 9]] None 36. Numpy配列 a = np.array([1, 2, 3, 4]) に対して、a + 2 の結果はどれですか？ [1, 2, 3, 4, 2] [1, 2, 3, 4] [3, 4, 5, 6] エラーが発生する None 37. Matplotlibで円グラフを描くために使用される関数はどれですか？ plt.pie() plt.circle() plt.polar() plt.radar() None 38. A B C D None 39. 正解値が不完全で、かつデータ量が少ない状況でモデルの精度を高めるために最も適した手法はどれですか？ 正則化とハイパーパラメータチューニング データ拡張と転移学習 強化学習 データのランダムサンプリング None 40. 行列A = [[1, 3, 2], [4, 0, 5]]と行列B = [[2, 1], [0, 3], [4, 2]]を掛けた結果の行列のサイズはどれですか？ 3×3 2×2 2×3 3×2 None 41. 順伝播の過程で、「活性化関数」が使用されないとどうなりますか？ モデルの出力が複雑すぎるものになる モデルが線形な変換のみを学習し、表現力が低下する 計算が無限ループに陥る モデルが過学習する None 42. 画像認識タスクにおける入力層の一般的なデータ形式は何ですか？ 3次元テンソル 1次元ベクトル 2次元画像 スカラー値 None 43. 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 44. ニューラルネットワークの入力層にデータを正規化して入力する理由は何ですか？ モデルの複雑さを減らすため 計算の安定性と学習速度を向上させるため モデルのパラメータ数を増やすため 隠れ層のユニット数を減らすため None 45. バイアス項を導入せずに活性化関数だけを使った場合、どのような問題が発生する可能性がありますか？ モデルの出力が極端に振れる モデルの出力がゼロに固定される モデルの予測が常にゼロ近辺に集中する モデルが過学習しやすくなる None 46. A B C D None 47. 集合 A={1,3,5,7}、集合 B={2,4,5,6}、全体集合 U={1,2,3,4,5,6,7} において、 A∖(A∩B) の結果はどれですか？ {5} {1,3} {1,3,7} {5,7} None 48. 行列A = [[2, 3], [1, 4], [5, 6]]を行列B = [[1, 2], [3, 4]]で掛けた場合、結果の行列のサイズはどうなりますか？ 3×3 2×2 3×2 2×3 None 49. A B C D None 50. 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 51. A B C D None 52. 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 53. ある病気に関するテストの特異度が95%であるとします。この特異度は何を意味しますか？ テストが陽性である確率が95% 患者が病気であるときにテストが陽性を示す確率が95% 患者が健康であるときにテストが陰性を示す確率が95% 患者が病気であるときにテストが陰性を示す確率が95% None 54. 正解値を持たないデータに対して、最も適切な学習手法はどれですか？ 教師あり学習 半教師あり学習 教師なし学習 強化学習 None 55. バイアス項が正規化手法（例えばバッチ正規化）と一緒に使用される場合、バイアス項の役割はどう変わりますか？ バイアス項は必要なくなる バイアス項は学習中に削除される バイアス項は出力をリセットする 正規化後にバイアス項が再導入される None 56. 5人が順番に一列に並ぶ方法は何通りありますか？ 60通り 120通り 720通り 24通り None 57. A B C D None 58. Numpyにおいて、np.linalg.inv() 関数を使用する際の条件は何ですか？ 行列が対角行列であること 行列の要素が整数であること 行列が正方行列であること 行列が非対称であること None 59. 非線形誤差関数における「局所最小値」に陥らないために有効な手法はどれですか？ 学習率を非常に小さく設定する 学習を途中で停止する モデルの初期化をランダムに行う 誤差の微分をゼロにする None 60. ニューラルネットワークで、バイアス項の学習方法はどのように行われますか？ バイアス項は損失関数に基づき他の重みと同様に更新される バイアス項は学習されず、固定されている バイアス項は手動で調整する バイアス項は入力データの平均を取る None Time's up
