1.
データの分布に偏りがある場合、モデルの精度にどのような影響がありますか？
2.
教師なし学習でよく使用されるタスクはどれですか？
3.
「データの前処理」として一般的に行われる操作はどれですか？
4.
データの「標準化」とはどのような操作ですか？
6.
「データの正規分布」とはどのような形の分布を指しますか？
7.
データの「特徴量エンジニアリング」とは何を指しますか？
10.
次のタスクのうち、「分類問題」に該当するものはどれですか？
11.
データの「オーバーサンプリング」とは何ですか？
12.
次のうち、「時系列データ」として最も適切な例はどれですか？
13.
時系列データに対するモデルを作成する際に考慮すべき特徴として最も重要なものは何ですか？
14.
異常検知のタスクにおいて、正常データが圧倒的に多く、異常データが少ない場合、最も適切な評価指標はどれですか？
15.
データの「アンダーサンプリング」とは何ですか？
16.
異常検知に使用される代表的なアルゴリズムはどれですか？
17.
特徴量選択の目的として最も適切なものは何ですか？
18.
次のうち、データの可視化に使われる手法はどれですか？
20.
次のうち、「ラベル付けされたデータ」を使用するタスクはどれですか？
