1.
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？
2.
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？
3.
ニューラルネットワークの出力層の役割は何ですか？
4.
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？
5.
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？
6.
出力層で「マルチラベル分類」を行う場合、適切な活性化関数は次のうちどれですか？
7.
ニューラルネットワークにおいて、出力層の活性化関数として「ReLU」を選択するのはどのような場合ですか？
8.
ニューラルネットワークの出力層でソフトマックス関数を使用する主な理由は何ですか？
9.
出力層において「シグモイド関数」を用いると、どのような特性が得られますか？
10.
ニューラルネットワークの入力層の役割は何ですか？
11.
画像認識タスクで、入力層のデータ形式として4次元テンソル（バッチサイズ×高さ×幅×チャネル数）を使用する理由は何ですか？
12.
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？
13.
次のうち、回帰問題で一般的に使用される出力層の活性化関数はどれですか？
14.
ニューラルネットワークの入力層において、異なる次元の特徴量が混在している場合の対処法として適切なのはどれですか？
15.
出力層において「回帰タスク」での予測誤差を最小化するために使用される損失関数として適切なのは次のうちどれですか？
16.
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？
17.
出力層で多クラス分類問題にソフトマックス関数を適用する際、出力が適切な確率分布となるための前提条件は次のうちどれですか？
18.
入力層で画像のピクセル値を「0〜1」に正規化する主な理由は何ですか？
19.
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？
20.
ニューラルネットワークの入力層において、欠損データが多い場合に行うべき対策として最も適切なものは次のうちどれですか？
