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. A B C D None 2. Scikit-learnのLogisticRegressionクラスで、l2正則化を適用するために指定する引数はどれですか？ regularization='l2' alpha='l2' penalty='l2' lambda='l2' None 3. 順伝播において、出力層での計算結果は何を表していますか？ 各層でのエラーメッセージ モデルが学習した重み モデルの最終的な予測値 入力データの正規化 None 4. A B C D None 5. A B C D None 6. Sigmoid関数の特性を持つ他の関数はどれですか？ ReLU Softmax Linear Tanh None 7. 誤差逆伝播法はどのようなタイプのニューラルネットワークに適用されますか？ フィードフォワード型ニューラルネットワーク 再帰型ニューラルネットワーク（RNN） 畳み込みニューラルネットワーク（CNN） 全てのニューラルネットワーク None 8. 行列A = [[2, 3], [1, 2]]と行列B = [[1, 0], [0, 1]]を掛けた結果はどれですか？ [[1, 2], [2, 3]] [[2, 3], [1, 2]] [[0, 3], [1, 0]] [[2, 0], [1, 3]] None 9. Sigmoid関数が活性化関数として用いられる場合の欠点はどれですか？ 出力が非連続的である 出力範囲が無限大である 勾配消失問題を引き起こす 出力が負の値を取る None 10. A B C D None 11. 3次元テンソル 𝐴 と 𝐵 のアダマール積を計算する場合、どの条件が最も重要ですか？ 2つのテンソルの次元が同じであること 2つのテンソルの一部の要素がゼロであること 2つのテンソルの内積が存在すること 片方のテンソルが対角行列であること None 12. Numpy配列 a = np.array([[1, 2], [3, 4]]) に対して a.T を実行した結果はどれですか？ [[1, 2], [3, 4]] [[2, 1], [4, 3]] エラーが発生する [[1, 3], [2, 4]] None 13. Matplotlibで折れ線グラフの色を変更するために、plt.plot() 関数で使用される引数はどれですか？ c clr color bgcolor None 14. 分類タスクにおいて、出力層で使用される一般的な活性化関数は次のうちどれですか？ シグモイド ReLU ソフトマックス 線形活性化関数 None 15. 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 16. Pandasのgroupby()メソッドを使って、DataFrameをグループ化した後に合計を計算する標準的な方法はどれですか？ df.groupby('列名').mean() df.groupby('列名').count() df.groupby('列名').sum() df.groupby('列名').apply() None 17. 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 18. 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 19. A B C D None 20. A B C D None 21. 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 22. PandasでNaN値を特定の値で置換するための関数はどれですか？ df.fillna() df.dropna() df.replace() df.assign() None 23. 条件付き確率を使った例として、次のどの問題が最も適切ですか？ サイコロを振るときの確率 交通渋滞が起こる確率 雨が降っているときに交通渋滞が起こる確率 ランダムな数を選ぶ確率 None 24. 誤差関数の微分を用いる目的は何ですか？ モデルの予測精度を測定するため 勾配降下法を通じてモデルのパラメータを最適化するため データセットの分散を計算するため モデルの出力を標準化するため None 25. 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 26. ニューラルネットワークで重みの「早期停止（Early Stopping）」が有効な理由は何ですか？ 過学習を防ぐため モデルのパラメータ数を削減するため 勾配消失を防ぐため モデルの重みを一時的に凍結するため None 27. A B C D None 28. ニューラルネットワークにおいて、過学習を防ぐための正則化手法として、次のうちどれが重みの制御に関与しますか？ ドロップアウト（Dropout） バッチ正規化（Batch Normalization） 重み減衰（Weight Decay） 勾配クリッピング（Gradient Clipping） None 29. ニューラルネットワークの勾配降下法において、連鎖律が果たす役割はどれですか？ 誤差関数の値を最大化する 複数の層にわたる勾配を効率的に計算する 学習率を調整する 正則化を行う None 30. A B C D None 31. A={1,3,5} と集合 B={2,3,4,5} に対する相対補集合 A∖B は次のうちどれですか？ {1,3} {1} {3,5} {1,5} None 32. DataFrameの列に対して関数を適用し、新しい列を追加するための標準的な方法はどれですか？ df.assign('新しい列名', 関数) df.apply('新しい列名', 関数) df['新しい列名'] = df.apply(関数, axis=1) df.transform('新しい列名', 関数) None 33. A B C D None 34. 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 35. ラベル付け作業を自動化するためのアプローチとして有効なのはどれですか？ クラウドソーシング ラベルスムージング 弱教師あり学習 自己教師あり学習 None 36. Scikit-learnでデータを標準化するために使用される関数はどれですか？ StandardScaler() MinMaxScaler() Normalizer() Binarizer() None 37. 重みの初期化手法として「Xavier初期化」が適しているのはどのような場合ですか？ 活性化関数としてReLUを使用する場合 勾配爆発を防ぐために、重みを大きく初期化する必要がある場合 活性化関数としてシグモイドやtanhを使用する場合 モデルの深さが非常に浅い場合 None 38. A B C D None 39. 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 40. 線形回帰モデルにおけるバイアス項の役割は次のうちどれですか？ モデルの勾配を大きくする モデルの予測誤差を最小化する モデルの予測がゼロに偏らないようにする モデルの計算量を減らす None 41. A B C D None 42. 条件付き確率が役立つ実世界の例として適切なのは次のうちどれですか？ サイコロを振った結果 天気予報が雨になる確率 健康診断での病気の診断結果 宝くじの当選確率 None 43. Numpy配列における行列積を計算するための関数はどれですか？ np.matmul() np.dot() np.product() np.cross() None 44. 偏微分はどのような場面で使われますか？ 一変数の関数のみを扱う場合 積分を計算するとき 多変数の関数を扱い、特定の変数の影響を評価する場合 関数の極限を求めるとき None 45. A B C D None 46. 積集合 A∩B とは何を表しますか？ A のみの要素を含む集合 B のみの要素を含む集合 A と B に共通する要素を含む集合 A または B の要素を含む集合 None 47. 偏微分を使って勾配を求める際、勾配ベクトルは何を表しますか？ 関数の積分を表す 関数の値そのもの 微分の二次元版 各変数の変化率を示すベクトル None 48. A B C D None 49. ニューラルネットワークの出力層のユニット数は何によって決まりますか？ モデルの入力データの次元数 モデルの目的とタスクの種類 活性化関数の種類 隠れ層のユニット数 None 50. 連鎖律を用いた誤差逆伝播法において、ニューラルネットワークのパラメータ更新を効率化するために最も適切な手法はどれですか？ モメンタム法 L1正則化 学習率を固定する シグモイド関数を使用する None 51. 誤差逆伝播法において、リカレントニューラルネットワーク（RNN）で勾配消失を防ぐための適切な手法はどれですか？ シグモイド関数を使用する LSTMやGRUを用いたアーキテクチャを採用する RNNの層数を増やす 学習率を増加させる None 52. A B C D None 53. Scikit-learnにおいて、パイプラインを作成して前処理とモデルを結合するために使用されるクラスはどれですか？ Pipeline Pipe ModelPipeline ProcessPipe None 54. 順伝播において、畳み込み層で使用される「フィルタ（カーネル）」はどのような役割を果たしますか？ ノード間の結合強度を決定する データの次元を縮小する 入力画像から特徴を抽出する 出力をスケーリングする None 55. ベイズの定理を使って、スパムフィルターの精度を改善するために必要な情報は次のどれですか？ スパムメールの事前確率、特定のキーワードが含まれる確率、スパムでないメールにキーワードが含まれる確率 スパムメールの件数、メール送信者のIPアドレス、メールのサイズ メール受信者の数、メールの送信時間、送信者のドメイン メールの件名、メールの本文、画像ファイルのサイズ None 56. ベイズの定理の応用で、事象 A の事前確率を何と呼びますか？ 事後確率 条件付き確率 累積確率 事前確率 None 57. あるニューラルネットワークで、順伝播の途中で計算された中間層の出力が全て同じ値になってしまう場合の主な原因は何ですか？ 活性化関数の設定が不適切である 重みが全てゼロに初期化された 勾配消失が発生している 学習率が大きすぎる None 58. 活性化関数にシグモイド関数を使用した場合、誤差の微分にどのような影響がありますか？ 微分が大きくなり、学習が速くなる 微分が無限大になる 活性化関数が誤差の微分に影響を与えない 微分が小さくなり、勾配消失が発生しやすくなる None 59. MSEが大きくなるとモデルの予測性能はどうなりますか？ モデルの予測精度が高い モデルの予測精度が低い MSEはモデルの性能に影響しない モデルの予測が安定する None 60. 順伝播において、モデルの出力が連続値である場合、一般的に使用される活性化関数は次のうちどれですか？ ReLU ソフトマックス シグモイド 線形活性化関数 None Time's up
