1.
AIモデルの開発と運用において「CI/CDパイプライン」の目的は何ですか？
3.
「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目的で使用されますか？
4.
AI開発において「モデルの再訓練」が必要になる理由として適切でないものはどれですか？
5.
モデルの評価において「クロスバリデーション」が用いられる主な目的は何ですか？
7.
AIモデルのデプロイ後に、モデルの性能が急激に低下する「データドリフト」が発生した場合の一般的な対応として正しいものはどれですか？
8.
ニューラルネットワークにおいて「勾配消失問題」を解決するために有効な活性化関数はどれですか？
10.
AIの運用において「データドリフト」とは何ですか？
11.
AI開発における「ハイパーパラメータチューニング」の方法の一つである「グリッドサーチ」の特徴はどれですか？
12.
モデルの評価指標の一つである「AUC（Area Under Curve）」は、何を評価するために使用されますか？
13.
AI開発において「モデルの監視」が重要である理由はどれですか？
14.
AI開発において、データの「標準化」とは何を指しますか？
15.
AIモデルの開発において、「エンドツーエンド学習」の特徴は何ですか？
16.
AI開発のプロセスにおいて、データの「前処理」が重要な理由は何ですか？
17.
モデルの精度評価に用いられる「F1スコア」とは何ですか？
18.
AIモデルの開発において「MLOps」が担う役割は何ですか？
19.
モデルの「ハイパーパラメータ」とは何ですか？
20.
モデルの「再現率（Recall）」が高いことの意味は何ですか？
