1.
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？
3.
データの「アンダーサンプリング」とは何ですか？
4.
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？
5.
データの「標準化」とはどのような操作ですか？
7.
「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？
9.
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？
10.
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？
11.
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？
12.
データの「オーバーサンプリング」とは何ですか？
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.
教師なし学習でよく使用されるタスクはどれですか？
15.
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？
16.
「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？
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.
回帰問題において、予測するものは何ですか？
19.
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.
データの「特徴量エンジニアリング」とは何を指しますか？
