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. Seabornをインポートする際に一般的に使用されるインポート文はどれですか？ import seaborn as sns import seaborn as sb import sns import seaborn.pyplot as sns None 2. Numpyにおいて、全ての要素がゼロである配列を作成するための関数はどれですか？ np.ones() np.zeros() np.empty() np.fill() None 3. A B C D None 4. 重みの初期化において、「ゼロ初期化」が推奨されない理由は何ですか？ 勾配消失が発生しやすいため 勾配爆発が発生しやすいため 出力層のユニット数が変動するため ニューロンが同じ勾配を持ち、学習が進まなくなるため None 5. 誤差逆伝播法において「チェーンルール」が重要な理由は何ですか？ チェーンルールを使うと勾配の計算が省略できる チェーンルールは複数の層を持つネットワークで勾配を計算するために必要 チェーンルールはデータ前処理を自動化する チェーンルールは学習率を自動的に調整する None 6. Numpy配列 a = np.array([2, 4, 6, 8]) に対して、np.cumsum(a) を実行した場合、出力はどれですか？ [2, 4, 6, 8] [2, 6, 12, 20] [2, 6, 12, 18] [2, 8, 18, 32] None 7. ニューラルネットワークにおける「誤差逆伝播法」は、誤差の微分をどのように活用しますか？ 隠れ層の出力を修正するため 重みの更新を計算するため 出力層の活性化関数を変更するため データの前処理を行うため None 8. 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 9. Seabornでカスタムのカラーパレットを使用してプロットを描画するための関数はどれですか？ sns.color_palette() sns.set_palette() sns.custom_palette() sns.palplot() None 10. Seabornのboxplot()で外れ値を非表示にするための引数はどれですか？ showfliers=False remove_outliers=True hide_fliers=True outliers=False None 11. A B C D None 12. Matplotlibでグラフを描画する際、一般的に使用されるインポート文はどれですか？ import matplotlib.pyplot as plt import matplotlib.graph as gph import mpl.plot as plot import graphing as gph None 13. A B C D None 14. 順伝播で「バッチ正規化（Batch Normalization）」を使用する主な理由は次のうちどれですか？ 重みを初期化するため 各層の出力を一定の範囲に正規化し、学習を安定させるため モデルの計算コストを減らすため 出力の次元を減らすため None 15. Seabornのlmplot()を使用して、カテゴリごとに異なる色を指定するために使用される引数はどれですか？ hue style group color None 16. 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 17. 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 18. 正解値の導入が難しい音声データセットにおいて、自己教師あり学習が有効である理由はどれですか？ 音声データにラベルを自動で生成するため 音声データの特徴抽出を効率的に行えるため 音声データの前処理が不要なため 音声データのノイズを除去できるため None 19. 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 20. 二乗和誤差の代替指標として、外れ値に対してより頑健な指標はどれですか？ ロジスティック損失 平均絶対誤差（MAE） クロスエントロピー損失 AUC None 21. A B C D None 22. Scikit-learnでの分類精度を評価するために使用される関数はどれですか？ confusion_matrix() accuracy_score() classification_report() precision_score() None 23. A B C D None 24. A B C D None 25. Pandasにおいて、Datetimeデータを処理するために最も適切なデータ型はどれですか？ np.datetime64 pd.DatetimeIndex pd.Timestamp pd.Period None 26. アダマール積はどの分野で主に使用されますか？ 統計学のみ ニューラルネットワークや機械学習で使用される 物理学のみ アルゴリズムの最適化にのみ使用される None 27. ニューラルネットワークの入力層で、テキストデータを処理する際に一般的に行われる前処理は次のうちどれですか？ 標準化 単語のベクトル化（Embedding） プーリング チャネル数の増加 None 28. ニューラルネットワークの重みが「ランダム初期化」される理由の一つに、次の現象の防止があります。それは何ですか？ 勾配消失 モデルの学習が停滞する ニューロンが同じ勾配を持つことによる「対称性の破れ」の欠如 活性化関数の不安定化 None 29. 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 30. A B C D None 31. 順伝播の計算で「重み」と「バイアス」の役割は次のうちどれですか？ 入力データを増幅する 入力データの次元を減らす 出力を制限する ノード間の結合の強度を調整し、入力にオフセットを加える None 32. 順伝播において、活性化関数を「シグモイド関数」から「ReLU関数」に変更した場合、何が期待されますか？ 勾配消失が発生しやすくなる モデルがより非線形なパターンを学習できるようになる モデルの学習速度が向上する可能性がある 出力が負の値になることが多くなる None 33. A B C D None 34. 多層パーセプトロン（MLP）において、バイアス項がない場合、モデルの学習結果にどのような影響がありますか？ モデルは非線形な関係を学習することができない モデルは出力層でのみバイアスを学習する モデルの学習速度が向上する モデルの精度が向上する None 35. Numpy配列 a = np.array([[1, 2], [3, 4]]) に対して np.dot(a, a) を実行した結果はどれですか？ [[7, 10], [15, 22]] [[1, 2], [3, 4]] [[1, 4], [9, 16]] エラーが発生する None 36. A B C D None 37. 順伝播における「スカラー乗算」とは何を指しますか？ ノード間の重みを各入力に掛け合わせる操作 出力を正規化する操作 活性化関数を適用する操作 入力データの次元を縮小する操作 None 38. テンソル積とアダマール積を区別する主な理由は何ですか？ テンソル積は行列のサイズを維持し、アダマール積はサイズを変える アダマール積はテンソル積よりも計算量が多い テンソル積はアダマール積の特別なケースである アダマール積は要素ごとに計算し、テンソル積は次元を拡張して計算する None 39. Matplotlibでx軸にラベルを追加するために使用される関数はどれですか？ plt.xaxis() plt.xlabel() plt.xlim() plt.xname() None 40. 半教師あり学習における正解値の導入が有効な理由はどれですか？ ラベルが存在しないデータを完全に無視できる 少量のラベル付きデータで高精度なモデルが学習できる 正解値を持たないデータを使用しない ラベル付きデータとラベル無しデータを完全に分離して学習できる None 41. 正解値を導入する方法が最も適用される学習方法はどれですか？ 教師あり学習 教師なし学習 強化学習 半教師あり学習 None 42. ベイズの定理を用いて、ある商品の購入確率を計算する場合、次のどの情報が最も重要ですか？ 購入前の事前確率、購入後の評価、商品の価格 事前確率、購入時の広告効果、購入後の評価 広告効果、商品の価格、購入者のレビュー 事前確率、購入時の広告効果、購入時の価格 None 43. 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 44. 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 45. 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 46. Seabornで軸ラベルを設定するために使用される関数はどれですか？ sns.set_xlabel() plt.xlabel() sns.label() sns.set_label() None 47. 誤差逆伝播法において、どの損失関数が一般的に使用されますか？ クロスエントロピー損失 ロジスティック損失 平均絶対誤差（MAE） 平均二乗誤差（MSE） None 48. 行列の和 A+B が定義される条件はどれですか？ 行列 A と B は正方行列である 行列 A と B は逆行列を持つ 行列 A と B は同じ次元を持つ 行列 A と B は対角行列である None 49. PandasのDataFrameにおいて、pivot_table()関数を使用する場合、最も一般的に指定される引数の組み合わせはどれですか？ rows, values, columns index, rows, values values, axis, index values, index, columns None 50. A B C D None 51. ニューラルネットワークの入力層で「欠損データ」をそのまま使用すると、どのような問題が発生しますか？ モデルが過学習しやすくなる 勾配消失が発生する 計算が不安定になり、予測精度が低下する モデルのパラメータ数が増加する None 52. 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 53. 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 54. 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 55. 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 56. 外れ値が多いデータセットにおいて、二乗和誤差を使用する際のリスクはどれですか？ モデルが過学習するリスクが高くなる 外れ値が無視され、正しい評価ができない 外れ値によって誤差が過大評価され、モデルのパフォーマンスが過小評価される データのスケールが無視される None 57. 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 58. PandasのDataFrameにおいて、行数と列数を確認するための属性はどれですか？ df.size df.shape df.count() df.columns None 59. 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 60. 二乗和誤差を計算する際に、誤差を二乗する理由は何ですか？ 計算を簡単にするため 誤差を大きく見積もるため 正負の誤差を区別せずに扱うため 誤差を無視するため None Time's up
