1.
モデルの「汎化性能」を向上させるために適切な手法はどれですか？
2.
分類問題において、一般的に使用されるアルゴリズムの一つはどれですか？
3.
ニューラルネットワークの基本的な構成要素で、情報が処理される場所はどこですか？
4.
「ドロップアウト」はニューラルネットワークにおいてどのような役割を果たしますか？
5.
次のうち、回帰問題に適しているアルゴリズムはどれですか？
6.
次のうち、ディープラーニングモデルの「重み」を最適化するために使用されるアルゴリズムはどれですか？
7.
教師あり学習において、「正解データ」を持たない学習方法は何ですか？
8.
「L1正則化」と「L2正則化」の違いは何ですか？
9.
「バッチ学習」と「オンライン学習」の違いは何ですか？
12.
「推論」とは機械学習において何を指しますか？
13.
「交差検証」を使用する利点として最も適切なものはどれですか？
14.
ニューラルネットワークの「層の深さ」が増えると、どのような影響がある可能性が高いですか？
15.
「機械学習における学習」とは何を指しますか？
17.
次のうち、ニューラルネットワークにおける「活性化関数」として適切なものはどれですか？
19.
「勾配消失問題」とはどのような問題ですか？
20.
ニューラルネットワークの「学習率」を適切に設定しないと起こりうる問題はどれですか？
