DS検定～模擬試験②～ 2024年12月7日2024年12月7日 ailearn 1. 課題定義のプロセスにおいて、最初に行うべきステップは次のうちどれですか？ 現状分析 解決策の提案 チーム編成 予算の確保 None 2. データの正規性を検定するための手法として適切なものは次のうちどれですか？ t検定 カイ二乗検定 シャピロ・ウィルク検定 相関係数 None 3. 課題を定義する際に使用される「SWOT分析」の要素に含まれないものは次のうちどれですか？ 弱み（Weaknesses） 機会（Opportunities） リーダーシップ（Leadership） 強み（Strengths） None 4. 課題を定義する際、定性的データの利点として最も適切なものは次のうちどれですか？ 定量的な数値を基に、問題の規模を正確に測定できる 問題の感情的・社会的な側面を理解することができる 問題を迅速に解決するための戦略を導き出すことができる 問題を簡単に可視化することができる None 5. AIが「製造業における品質管理」において最も効果的に活用される方法は次のうちどれですか？ AIが製品の不良品をリアルタイムで検出し、品質の改善を促進する AIが製品の品質に関与しない AIがすべての製品を無条件で合格させる 製造ラインでAIを無視する None 6. AIが物流業界で利用される際の代表的な用途は次のうちどれですか？ 荷物の重量測定 人手による配送の完全な代替 配送先の削減 配送ルートの最適化と需要予測 None 7. 欠損データを処理するための一般的な手法の1つはどれですか？ 欠損値を無視する 欠損値を0に置き換える 欠損値を平均値で補完する 欠損値をランダムな値で埋める None 8. AVL木（AVL Tree）の特徴は何ですか？ 各ノードが必ず2つの子ノードを持つ 木全体の高さが常に固定されている 各ノードの左右の部分木の高さの差が1以内に保たれている 子ノードの値が親ノードの値よりも大きい None 9. 課題定義の段階で「現状分析」を実施する主な目的として最も適切なものは次のうちどれですか？ 現状と目標のギャップを明確にし、解決すべき課題を特定するため 将来の解決策を事前に決定するため ビジネス課題を抽象化し、詳細な分析を回避するため 利害関係者間の意見を完全に統一するため None 10. 課題定義において、ステークホルダーからのフィードバックを効果的に活用する方法として適切なものは次のうちどれですか？ フィードバックを受けたら、すぐにその意見を基に解決策を実施する すべてのフィードバックをまとめて、解決策の検討に利用する 重要なステークホルダーのフィードバックのみを反映させる フィードバックを検討し、課題の定義が適切かどうか再評価する None 11. 予測モデルの精度を評価するために、交差検証を行う主な理由は何ですか？ サンプルサイズを増やすため モデルの誤差を最小化するため データセットをランダムに分割するため モデルの過学習を防ぐため None 12. デザイン思考に基づく課題定義のプロセスにおいて、最初に行うべきステップは次のうちどれですか？ プロトタイプを作成し、テストを行う 解決策のアイデアをブレインストーミングする 課題を具体的に定義し、SMARTゴールを設定する 共感フェーズでユーザーのニーズを理解する None 13. 「ペーパープロトタイプ」の利点として最も適切なものは次のうちどれですか？ 最終製品の完成度を確認するため プロトタイプの耐久性を検証するため 複雑な機能を正確にシミュレーションするため 低コストで迅速にユーザビリティテストを実施できる None 14. 課題定義において「ステークホルダー分析」の目的は次のうちどれですか？ 課題に関わる利害関係者の影響や関心を特定するため 課題を迅速に解決するための戦略を策定するため 課題解決のためのコストを算出するため 課題に対する法的な影響を確認するため None 15. 課題の定義において、ステークホルダーの要望が多岐にわたる場合、最も適切な対処法は次のうちどれですか？ 全ての要望を無条件に受け入れる 主要なステークホルダーの要望だけを考慮する 各要望をビジネスインパクトや実現可能性の観点で優先順位付けする 要望に優先順位を付けずにすべて平等に扱う None 16. 「デザインプロセス」で利用される「サービスブループリント」の主な目的は次のうちどれですか？ サービスの内部プロセスと顧客体験を可視化する デザイン思考の「共感」ステップを簡略化する サービスの収益性を予測する 顧客データの分析を代替する None 17. グラフの探索アルゴリズムである深さ優先探索（DFS）は、次のうちどのような順序でノードを探索しますか？ 隣接する全てのノードを同時に探索する 最も浅いノードから順に探索する エッジの重みが最も小さいノードを優先して探索する 最も深いノードまで探索し、その後バックトラックして次のノードを探索する None 18. AIが最も活用されている分野の1つとして正しいものは次のうちどれですか？ 農業のみ 製造業、金融業、医療業など、さまざまな産業 芸術分野のみ 人間の感情理解に限定される None 19. 正規分布に従うデータを基にしたカイ二乗検定の帰無仮説は何ですか？ 2つの変数が独立である データが正規分布に従っていない データが正規分布に従っている データの分散が等しい None 20. モデルの性能を比較するために使用される「クロスバリデーション」の利点として最も適切なものは次のうちどれですか？ データの一部のみでモデルを評価する トレーニングデータ全体を用いてモデルを評価できる 過学習を促進する テストデータを完全に除外する None 21. 課題の定義において、利害関係者全体の合意を得るために重要なポイントとして最も適切なものは次のうちどれですか？ 各ステークホルダーの意見を均等に反映させる 課題の範囲をできるだけ広げて、多様な意見を取り入れる 課題の影響や利点を明確にし、共通の目標を設定する 一部のステークホルダーの意見を優先し、迅速に決定を進める None 22. 科学的解析における外れ値の影響を最小化するために有効な手法はどれですか？ 平均値を使用する メディアンを使用する 回帰分析を行う 分散分析を行う None 23. 「着想・デザイン」のプロセスにおいて、成功のために「反復的プロトタイピング」を実施する主な目的は次のうちどれですか？ 開発コストを削減するため 顧客フィードバックを取り入れ、デザインを継続的に改善するため 製品の発売を早めるため デザインプロセスを簡略化するため None 24. トライ木（Trie）を使用する主な利点は次のうちどれですか？ 全てのノードの値が数値であること 木の高さが低いこと 常にバランスが保たれていること 文字列の高速な検索と共通接頭辞の効率的な管理 None 25. 「農業分野におけるAIの活用」によって最も期待される効果は次のうちどれですか？ 農作物の生産停止 農地の縮小 作物の生産性向上と資源の最適利用 作物の種類を一種類に限定する None 26. 「スポーツ分野」でAIが活用される例として最も適切なものは次のうちどれですか？ 試合中の観客数を記録する 試合スケジュールを手動で調整する スポーツ用品の価格を設定する 選手のパフォーマンスデータを分析し、トレーニング計画を最適化する None 27. AIがエネルギー分野で活用される場面として最も適切なものは次のうちどれですか？ エネルギーを消費しない技術の開発 エネルギー消費量の削減を制限する エネルギーの流通に無関与である エネルギー供給の予測と最適化 None 28. キュー（Queue）のデータ構造において、最初に追加された要素が最初に削除される方式は何と呼ばれますか？ LIFO FIFO FILO LILO None 29. 機械学習のモデル評価において、データのバランスが重要となるケースとして適切なものはどれですか？ クラスタリング 回帰分析 分類問題 PCA None 30. データサイエンスで「クラスター分析」に使用される主なアルゴリズムは次のうちどれですか？ ロジスティック回帰 k-means法 線形回帰 決定木 None 31. データの特徴量間の相関関係を確認する際に、特に多次元データセットに適している可視化手法は次のうちどれですか？ ヒストグラム 棒グラフ 箱ひげ図 散布図行列（Pair Plot） None 32. データの分布が正規分布に従っているかどうかを確認するための視覚的な手法はどれですか？ ヒストグラム 散布図 箱ひげ図 Q-Qプロット None 33. 課題定義のフレームワークとしてよく使用される「5 Whys（5回のなぜ）」の目的は次のうちどれですか？ 複数の解決策を洗い出す 問題の根本原因を特定する 問題の影響範囲を広げる 問題解決のための手段を優先順位付けする None 34. データの次元が多すぎるときに、次元削減を行うために適切な手法はどれですか？ 主成分分析 (PCA) k-平均法 決定木 サポートベクターマシン (SVM) None 35. 自然言語処理（NLP）における「注意機構（Attention Mechanism）」の主な目的は次のうちどれですか？ モデルの計算コストを削減する テキストを固定長のベクトルに変換する 複数の言語を同時に処理する テキスト全体の重要な情報を動的に特定する None 36. データの欠損値処理において「多重代入法（Multiple Imputation）」の特徴として最も適切な説明は次のうちどれですか？ 欠損値を単純に削除する 欠損値を1回だけ補完する 欠損値を複数回補完し、結果を統合する 欠損値をランダムに生成する None 37. トポロジカルソート（Topological Sort）は、次のうちどのタイプのグラフで使用されますか？ 無向グラフ 有向非巡回グラフ（DAG） 完全グラフ 部分グラフ None 38. デザイン思考において、ユーザーの行動を観察し、潜在的なニーズを発見するための方法はどれですか？ ブレインストーミング エスノグラフィー調査 スワット分析 ファイブフォース分析 None 39. 階層的クラスタリングにおいて、クラスタ間の距離を測定するための手法は次のうちどれですか？ ユークリッド距離 ピアソン相関係数 カイ二乗距離 マンハッタン距離 None 40. 「デザイン思考」で「収束的思考」を使用するタイミングとして最も適切なものは次のうちどれですか？ 問題を広範に探索し、アイデアを発散させる段階 データを収集し、分析の範囲を設定する段階 顧客ニーズを特定するための初期段階 アイデアを評価し、実現可能性の高い解決策を絞り込む段階 None 41. 課題定義の際に「仮説」を立てることの目的は次のうちどれですか？ 最終的な結論を導き出すため 問題を多角的に解決するための複数の選択肢を導き出すため 課題の影響範囲を狭めるため 課題解決の方向性を早期に設定し、検証するため None 42. 散布図において、2つの変数が互いに強い線形関係を示すときのグラフの形は？ 水平な線 垂直な線 斜めの直線 曲線 None 43. 「勾配ブースティング」のアルゴリズムが他のアンサンブル学習手法と比較して優れている理由として最も適切なものは次のうちどれですか？ モデルが完全に自動で構築される 学習データの誤差を段階的に修正する能力がある 全ての決定木が同じ重みで予測を行う モデルの解釈性が高い None 44. 仮説検定において「有意水準」とは何を指しますか？ 第二種の誤りを許容する確率の上限 第一種の誤りを許容する確率の上限 ある仮説が真である確率 データのばらつきを示す指標 None 45. 課題定義において「データ駆動型アプローチ」を採用する主な目的は次のうちどれですか？ ステークホルダー間の意見を重視するため 問題の本質を客観的に把握し、再現可能な分析を行うため 課題の解決策を事前に決定するため 直感に基づく意思決定をサポートするため None 46. 「人間中心設計」の基本的な概念として正しいものは次のうちどれですか？ デザインを効率よく進めるための組織内の管理手法 デザインのコスト削減を目的としたプロセス デザインの中心にユーザーのニーズや体験を据えたプロセス デザインの完成度を最優先するプロセス None 47. データサイエンスにおける「特徴量エンジニアリング」とは何を指しますか？ データの前処理を行う データの収集を行う モデルの精度を向上させるために、重要な特徴量を作成・選択すること データを可視化すること None 48. デザイン思考の「共感」のステップでは、何が行われますか？ 製品のコンセプトを開発する 製品の最終的な評価を行う プロジェクトの予算を確保する ユーザーのニーズや問題を理解するために観察やインタビューを行う None 49. t検定において、標準誤差を計算する主な目的は次のうちどれですか？ 標本データのばらつきを減少させるため。 母集団の標準偏差を推定するため。 標本平均の信頼性を評価するため。 標本間の相関を計算するため。 None 50. AIを活用した「インシュアテック（InsurTech）」の目的は次のうちどれですか？ AIを活用して保険業務の自動化やリスク管理の効率化を実現する AIによってすべての保険業務を廃止する 保険契約者のデータを削除する 保険金の支払いを減少させる None 51. 農業におけるAIの主な役割は次のうちどれですか？ 農作業全般を人間に代わって行う 農業におけるデータ活用を無効にする 気象データや土壌データを基に作物の成長を最適化する 農作物の種類を制限する None 52. データサイエンスにおける「欠損データの処理方法」として、最も高度な方法は次のうちどれですか？ 欠損データをすべて削除する 欠損データを無視する 欠損データをそのまま残す 欠損データを予測モデルを用いて補完する None 53. リンクリスト（Linked List）のデータ構造において、各要素を指し示すものは何ですか？ ノード インデックス ハッシュキー ルート None 54. 「デザイン思考」のプロセスに含まれるステップとして正しいものは次のうちどれですか？ 共感 → 定義 → 創造 → プロトタイプ → テスト 創造 → 評価 → テスト → 実装 問題定義 → 解決策探索 → 実行 分析 → 計画 → 評価 → 実行 None 55. AIが「観光業」で活用される例として最も適切なものは次のうちどれですか？ 宿泊施設の建設計画を立てる 観光客の行動データを分析し、個別化された旅行プランを提案する 航空機の整備スケジュールを最適化する ホテルの予約数を予測するだけでなく、手動で予約を管理する None 56. ハッシュテーブル（Hash Table）における「衝突（Collision）」とは何ですか？ 同じハッシュ値を持つ異なるキーが発生すること 配列の範囲外にデータが追加されること リンクリストが循環すること データが重複して保存されること None 57. モデルのパフォーマンスを向上させるための「ハイパーパラメータチューニング」の一般的な方法は次のうちどれですか？ データの削除 モデルの複雑化 正則化の排除 グリッドサーチ None 58. 幅優先探索（BFS）を使用してグラフの最短経路を見つける際、適切なデータ構造は次のうちどれですか？ キュー（Queue） スタック（Stack） ヒープ（Heap） 配列（Array） None 59. グラフデータ構造において、全てのノードが他の全てのノードとエッジで直接つながっている場合、このグラフは何と呼ばれますか？ 部分グラフ 無向グラフ 完全グラフ 木構造 None 60. 科学的解析において「信号対雑音比（SNR）」を最大化することが重要な理由は何ですか？ データの正確さを向上させるため 誤差を最小化するため 雑音を減らして信号の強度を強調するため サンプルサイズを大きくするため None 61. 相関関係がある2つの変数間で因果関係を示すためには、次のうちどの手法が適切ですか？ 単純な回帰分析 グランジャー因果分析 t検定 カイ二乗検定 None 62. データサイエンスにおける「特徴量選択」の目的として最も適切なものは次のうちどれですか？ 不必要な特徴量を削除し、モデルの精度と計算効率を向上させる データセットを大きくする モデルのパラメータを自動設定する モデルの複雑さを高める None 63. 標本平均と母集団平均の差が小さい場合、次のうち正しい説明はどれですか？ 母集団分布は正規分布に近い 標本サイズが非常に大きい 標本は母集団を代表している 母集団分散が大きい None 64. 配列（Array）のデータ構造において、データ要素の挿入や削除が特に時間がかかるのはどの位置ですか？ 先頭 中央 末尾 ランダム None 65. データの分布形状を確認するために最適な手法は次のうちどれですか？ 箱ひげ図（ボックスプロット） ヒストグラム 散布図 クロス集計表 None 66. 主成分分析 (PCA) において、主成分を選定するために一般的に使用される基準は何ですか？ 分散の大きさ p値の大きさ 相関係数の大きさ 標準偏差の大きさ None 67. 深層学習で使用される「転移学習」の主な利点として最も適切なものは次のうちどれですか？ 小規模なデータセットでも高性能なモデルを構築できる モデルの計算コストを大幅に削減できる すべてのタスクで新しいモデルをトレーニングする必要がなくなる 異なる分野のデータでもモデルの精度が向上する None 68. ピアソンの相関係数が 0 のとき、2つの変数間にはどのような関係がありますか？ 変数間に相関はない 強い正の相関がある 強い負の相関がある 変数間には非線形関係がある None 69. 「UX（ユーザーエクスペリエンス）」デザインにおける重要な要素として正しいものは次のうちどれですか？ 製品の技術的な性能を最大化すること ユーザーの体験全体を設計し、使いやすさや満足度を向上させる デザインのコストを最小化すること 製品の外観や見た目に重点を置くこと None 70. 回帰分析において、変数間の多重共線性が存在する場合、どのような問題が発生しますか？ モデルの決定係数（R²）が0に近づく。 回帰係数の信頼性が低下する。 モデルの自由度が増加する。 モデルが過学習する。 None 71. 仮説検定において、第二種の誤り（βエラー）を減少させるために適切な方法は次のうちどれですか？ 有意水準（α）を大きくする。 データの標準化を行う。 p値を低下させる。 サンプルサイズを増加させる。 None 72. 「勾配降下法」において、「モーメンタム」を導入することで期待される効果は次のうちどれですか？ 勾配の振動が大きくなる 勾配降下法の学習速度が低下する 勾配が滑らかになり、収束が加速する モデルの複雑さが増す None 73. 「ハイパーパラメータ」として適切なものは次のうちどれですか？ 学習データ内の特徴量の値 学習率やバッチサイズの設定値 モデルの重みやバイアスの値 モデルが予測したクラスの確率 None 74. 課題定義において「フレームワーク」を使用する主な利点として最も適切なものは次のうちどれですか？ 定量的な分析を完全に不要にする 課題を抽象化し、具体的な行動計画を省略できる ステークホルダーとの協議を簡略化する 問題を構造化し、全体像を明確に把握することができる None 75. データの正規化とは何ですか？ データの最小値と最大値を0と1の範囲に変換する データを標準偏差でスケーリングする データをランダムに並べ替える データの外れ値を取り除く None 76. データの標準化を行う目的は何ですか？ データの範囲を広げる データの平均値をゼロにし、分散を1にする データの値を整数に変換する データの分散を大きくする None 77. 次のグラフアルゴリズムの説明に該当するアルゴリズムとして正しいものはどれですか？ 重み付きグラフにおいて、単一始点から他の全ノードへの最短経路を見つける。 負の重みが存在する場合でも動作する。 ダイクストラ法 プリム法 ベルマンフォード法 クラスカル法 None 78. 信頼区間が狭い場合、その結果に対してどのような解釈ができますか？ 標本の精度が高いことを示す。 標本サイズが小さいことを示す。 分散が大きいことを示す。 データが正規分布に従わないことを示す。 None 79. 課題定義のプロセスで発生する「認知バイアス」を排除するための方法として最も適切なものは次のうちどれですか？ すべてのチームメンバーの意見を無条件で採用する データに基づいて客観的に課題を評価し、多様な視点を取り入れる 既存の成功事例を参考にして、同様のアプローチを取る チームリーダーの指示に従い、意思決定を迅速に進める None 80. 機械学習において、「ランダムフォレスト」の主な特徴として最も適切なものは次のうちどれですか？ 線形回帰の一種である データを多次元の空間にマッピングする手法である 多数の決定木を用いて予測の精度を向上させるアルゴリズムである 時系列データ専用のアルゴリズムである None 81. 欠損データの補完方法として、機械学習モデルを使用する際に特に考慮すべき点は次のうちどれですか？ 補完後のデータ分布が元のデータと一致すること。 欠損値をすべて平均値で補完すること。 欠損データの削除を避けること。 欠損値の存在を無視しても問題ない場合に適用すること。 None 82. 課題の定義において「曖昧さを排除する」ための手法として最も有効なものは次のうちどれですか？ 課題を具体的かつ測定可能な形で定義し、SMARTゴールを設定する できるだけ多くの意見を取り入れ、柔軟に対応する 課題を抽象的に捉え、様々な視点からアプローチする 既存のデータや情報に基づいて課題を広範囲に定義する None 83. データサイエンスでよく使用される「ハイパーパラメータ」とは何ですか？ モデルが自動で最適化するパラメータ モデルの学習プロセスで調整する必要のあるパラメータ データの欠損値を処理するための手法 データの前処理方法 None 84. データ分析における「欠損値処理」の最も一般的な方法は次のうちどれですか？ 欠損値をそのまま残す 欠損値を削除する 平均値や中央値で補完する 欠損値を無視する None 85. データの自由度が減少すると、t検定の結果にどのような影響を与えますか？ t値が大きくなる t値が小さくなる p値が小さくなる p値が大きくなる None 86. データの歪度が正の値を持つとき、データの分布はどのような形をしていると考えられますか？ 左に歪んでいる 右に歪んでいる 正規分布している 対称分布している None 87. 課題の定義において、「解決策を先に考えてしまう」ことのリスクは次のうちどれですか？ 課題の本質を見逃し、誤ったアプローチを取る可能性が高まる 迅速に解決策を見つけることができなくなる チーム内での合意形成が困難になる 問題が複雑化する None 88. モデルの性能向上を目的とした「ブースティング」の手法として正しいものは次のうちどれですか？ 個々の弱い学習器を順次組み合わせ、最終的に強い学習器を作る モデルのサイズを減らす 単一の大規模な学習器を使用する データの正規化を行う None 89. AIが医療分野で使用される主な目的として最も適切なものは次のうちどれですか？ すべての医師を置き換えるため 患者の診断をサポートし、早期発見を促進するため 医療機器の管理のみに使用するため 手術のみを担当するため None 90. 標本平均と母集団平均を比較するために、標本の標準誤差を用いる理由は何ですか？ 母集団の分散を推定するため 標本の標準偏差を推定するため 標本平均のばらつきを測定するため 標本数を増やすため None 91. 課題定義の際に、現状分析と未来予測を組み合わせて行うことで得られるメリットは次のうちどれですか？ 現在の問題と将来的なリスクやチャンスを同時に考慮できる 解決策の実行を迅速に進めることができる 過去のデータに基づいて確実な解決策を導き出すことができる チームメンバー全員の合意を得ることができる None 92. 「自然言語処理（NLP）」における「Bag of Words」のアプローチの特徴として最も適切なものは次のうちどれですか？ テキストを単語の出現頻度ベースで表現するが、単語の順序は無視する 単語の順序を重視し、文脈を保持する テキストを画像データとして変換する 単語の出現頻度を無視する None 93. データセットに外れ値が含まれる場合、回帰分析におけるモデルの精度を向上させるための適切なアプローチは次のうちどれですか？ 外れ値を無視してモデルを構築する。 外れ値を削除するかロバスト回帰を使用する。 外れ値を平均値で補完する。 外れ値を新しいカテゴリとして扱う。 None 94. 自然言語処理（NLP）で使用される「Word2Vec」の役割は次のうちどれですか？ テキストデータを分類する 単語をベクトル形式に変換し、意味的な類似性を捉える テキストデータを正規化する 単語をランダムに並べる None 95. 科学的解析における仮説検定の第一種の誤りとは何を指しますか？ 帰無仮説が真であるのに、誤って棄却すること 帰無仮説が偽であるのに、棄却しないこと データに基づかない推論を行うこと 仮説を正しく検証できないこと None 96. 教育分野におけるAIの活用例として最も適切なものは次のうちどれですか？ AIがすべての授業を担当する AIがすべての教員を置き換える AIが生徒一人ひとりに合わせたカリキュラムを提供する AIが学習環境を監視する None 97. イノベーションのための「オズボーンのチェックリスト」に含まれる質問として適切なものは次のうちどれですか？ 「製品の価格を上げるためにはどうすればよいか？」 「この製品の売上を最大化するには？」 「競合他社の製品をどう取り入れるか？」 「この製品をどう変えることができるか？」 None 98. グラフにおいて、エッジの数がノード数に比べて非常に少ない場合、このようなグラフを指す用語は次のうちどれですか？ 密グラフ（Dense Graph） 疎グラフ（Sparse Graph） 完全グラフ（Complete Graph） 有向グラフ（Directed Graph） None 99. A B C D None 100. 「デザイン思考」において、ユーザーインタビューを行う際に最も重要な要素は次のうちどれですか？ ユーザーに簡潔な選択肢を提供する ユーザーが自らのニーズや行動を自由に語れる環境を整える ユーザーに特定の結論を導く質問をする データ収集の効率性を優先する None Time's up
