DS検定～模擬試験③～ 2024年12月7日 ailearn 1. アプローチ設計における「バックキャスティング」とはどのような方法を指しますか？ 現在の状況を分析して未来を予測する方法 未来の目標から逆算して現在取るべき行動を決定する方法 過去のデータを基に分析を行う方法 現在の制約条件を優先して設計を行う方法 None 2. AIが金融業界で最新のトレンドとなっている「AI取引」とは何ですか？ 全ての取引をAIが管理する手法 AIが手動で取引を支援する手法 AIが取引を禁止する手法 AIがリアルタイムで市場データを分析し、自動的に取引を行う手法 None 3. 外れ値が多く含まれるデータセットを扱う際、最も適切な手法は次のうちどれですか？ 外れ値を全て削除する 外れ値を中央値で補完する 外れ値に対してロバストな手法を使用する 外れ値を全て0にする None 4. AIとデータサイエンスの最新技術「GAN（Generative Adversarial Networks）」の主な役割は次のうちどれですか？ データの正規化 データの生成 データの欠損補完 モデルの評価 None 5. データ理解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？ データの収集 データの前処理 データの定義と目標の設定 データの分析 None 6. 「エッジAI」の最新技術に関する利点として正しいものは次のうちどれですか？ データ処理をクラウドで行い、低遅延で結果を得る データ処理をデバイス自体で行い、リアルタイムで応答が可能 データの保存ができない データ処理に時間がかかる None 7. データベースのシャーディング（Sharding）において、データの一貫性を保つための主な課題は次のうちどれですか？ データの物理的な保存場所を変更すること シャード間でデータの同期を保つこと データを圧縮して保存すること データベースのバックアップを行うこと None 8. トレーニングデータとテストデータをランダムに分割する際、データが時間依存性を持つ場合に最も注意すべき点は次のうちどれですか？ 分割比率を一定に保つ。 時系列順を考慮して分割する。 カテゴリカルデータをエンコードしてから分割する。 分割後にデータをシャッフルする。 None 9. 最新のAI技術「フェアネスアウェアネス（Fairness Awareness）」の目的は次のうちどれですか？ AIが判断する際に、公平性を確保し、特定のグループに不利益が生じないようにする AIの結果をランダムに決定する AIの判断を全て手動で行う 公平性を考慮せずにAIを訓練する None 10. アプローチ設計における「アジャイル手法」の特徴として正しいものは次のうちどれですか？ 事前に詳細な計画を立て、変更を最小限に抑える プロジェクトの全体像を一度に完了させる 柔軟に対応し、短期間で反復的に成果を出すことができる 固定されたスケジュールで一貫して進行する None 11. AIによる「需要予測」の導入が成功している業界として最も適切なものは次のうちどれですか？ 教育 農業 製造業 エネルギー None 12. 「Explainable AI（XAI）」が注目される背景として最も適切な理由は次のうちどれですか？ AIシステムの動作を完全に自動化するため AIシステムの運用コストを削減するため AIの学習速度を向上させるため 利用者がAIの判断理由を理解しやすくするため None 13. 「PDCAサイクル」における最初のステップである「Plan」では何を行いますか？ 解決策を実行する 実行した結果を検証する 課題を分析し、解決策を計画する 改善策を実施する None 14. 非構造化データの典型的な例として適切なものは次のうちどれですか？ Excelスプレッドシートに記録された売上データ 画像ファイルやビデオデータ データベースに格納された顧客情報 アンケートで集められた選択肢データ None 15. データ蓄積において、データウェアハウスの主な利用目的は何ですか？ データを短期間だけ保存すること データをリアルタイムで処理すること データを圧縮して保存すること 大量のデータを分析するためにデータを集約すること None 16. データ可視化の際、複数の変数間の非線形な関係を検出するために適したグラフは次のうちどれですか？ 散布図行列（Pair Plot） ヒートマップ 棒グラフ 箱ひげ図 None 17. AIを活用した「生成AI（Generative AI）」の最新の応用例として最も適切なものは次のうちどれですか？ データの削除 音声データのリアルタイム分析 手作業によるデータ入力 画像やテキストの自動生成 None 18. データ理解において、「データの分布」を確認する理由として最も適切なものは次のうちどれですか？ データの傾向や偏りを把握するため データの欠損箇所を確認するため データの統合方法を検討するため データの収集元を特定するため None 19. 欠損データの割合を視覚化するために最も適した手法はどれですか？ ヒートマップ 散布図 円グラフ ヒストグラム None 20. ラベルエンコーディングを使用する場合、どのような問題が発生する可能性がありますか？ カテゴリ間に序列が生じてしまう 外れ値が増加する データの次元が増加する 欠損値が生じる None 21. アプローチ設計において「リスク軽減策」として「リスク共有」が選択される状況として最も適切なものは次のうちどれですか？ 特定のリスクが他のステークホルダーと共有可能な場合 プロジェクトリーダーが全てのリスクを管理できる場合 リスクが重大であり、プロジェクトを中止する必要がある場合 リスクが発生しても影響が軽微である場合 None 22. カテゴリカルデータを機械学習モデルに使用するための一般的な手法はどれですか？ 平均値で補完する 標準化する One-hotエンコーディングを使用する 中央値で補完する None 23. アプローチ設計において「デザイン思考」が重要とされる理由は次のうちどれですか？ データに基づく精密な分析を行うため コスト削減を最優先するため 競合分析を徹底的に行うため ユーザー中心の視点から問題解決策を創造するため None 24. 時系列データの中で、トレンドや季節性、残差を同時に視覚化するために使用される手法はどれですか？ 散布図行列 ヒストグラム 箱ひげ図 デコンポジションプロット None 25. データ理解のプロセスで、「データのバイアス」を検出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？ バイアスが分析結果や意思決定に及ぼす影響を評価するため バイアスを削除してモデル精度を上げるため データにバイアスが含まれていないことを証明するため バイアスを活用してモデルの性能を向上させるため None 26. 最新のAI倫理に関する議論で注目されている課題は次のうちどれですか？ AIによるバイアスや公平性の問題 AIがすべての仕事を自動化すること AIの使用を完全に禁止すること AIによるデータ削除 None 27. 最新のAI動向において、「フェデレーテッドラーニング（Federated Learning）」が注目される理由として最も適切なものは次のうちどれですか？ データのプライバシーを保ちながら分散型学習を実現する能力 大規模データセットを中央サーバーで一括処理する能力 学習モデルのサイズを削減し計算コストを下げる能力 データの重複を防ぐ能力 None 28. 散布図は主にどのようなデータの可視化に使用されますか？ カテゴリカルデータの分布 2つの連続変数間の関係 時系列データの変動 データの中心傾向 None 29. アプローチ設計において、リスク対応策として「回避」を選択する状況は次のうちどれですか？ リスクが発生した後に迅速に対処する場合 リスクが発生しても影響が少ないと判断される場合 リスクを受け入れて、解決策を模索する場合 リスクの発生を完全に防ぐためにプロジェクトを中止する場合 None 30. アプローチ設計において「ウォーターフォールモデル」が適している状況は次のうちどれですか？ 要件が明確で、変更が予想されない場合 短期間で頻繁なフィードバックが必要な場合 チームが独立して作業できる場合 顧客要件がプロジェクト期間中に変化する可能性が高い場合 None 31. AIがエネルギー管理システムで活用される場合の主な利点は次のうちどれですか？ エネルギー供給と消費を最適化し、コストを削減する エネルギー供給を停止する エネルギーの消費量を増加させる エネルギーの管理に人手を増やす None 32. AIが「マーケティング分野」において特に効果的に活用されている例として正しいものは次のうちどれですか？ 顧客データを削除する 顧客の購買行動データを分析し、パーソナライズされた広告を提供する 顧客に対して無作為に広告を配信する 顧客行動を分析しない None 33. データベースのシャーディング（Sharding）において、データのパーティショニングを行う主な理由は次のうちどれですか？ データ量が増加した際に、システムのスケーラビリティを確保するため データのセキュリティを強化するため データの保存コストを削減するため データを複数のバックアップサーバーに保存するため None 34. 金融業界でAIが活用されている分野として最も一般的なものは次のうちどれですか？ 融資判断とリスク管理 預金の管理 現金の流通 支店の設計 None 35. データのバイアスを取り除くための適切な手法は次のうちどれですか？ 標準化 無作為抽出 欠損値補完 正規化 None 36. 最近注目されている生成AI技術に関連し、企業が「テキスト生成AI」を活用する際の主な目的として最も適切なものは次のうちどれですか？ データの保存容量を削減する カスタマーサポートやコンテンツ作成を効率化する AIモデルの透明性を向上させる データ分析の速度を向上させる None 37. 複雑なプロジェクトにおける「クリティカルパス分析」の目的は次のうちどれですか？ プロジェクト全体の進行において、遅延が最も影響を与えるタスクを特定するため プロジェクト全体のタスクを短縮するため すべてのタスクを同時に完了させるため コストを最小限に抑えるため None 38. データセット内で「異常値（アウトライヤー）」を適切に処理する理由として最も適切なものは次のうちどれですか？ 異常値を削除することで分析が高速化されるため 異常値は常に誤ったデータであるため 異常値がモデルの性能を大幅に低下させる可能性があるため 異常値の処理は分析の最終段階で行うべきであるため None 39. データサイエンスの最新動向において、「フェデレーテッドラーニング（Federated Learning）」がもたらす利点として正しいものは次のうちどれですか？ 中央集権的に全てのデータを収集する 全てのデータを公開する 個々の端末でデータを学習し、プライバシーを保護する 分散学習を排除する None 40. 高次元データを可視化するための次元削減手法として「t-SNE」を使用する場合の注意点は次のうちどれですか？ t-SNEは計算速度が非常に速いため、大規模データにも適している。 t-SNEは教師あり学習にのみ使用可能である。 t-SNEはカテゴリカルデータのみに適用可能である。 t-SNEは局所的な構造を重視するため、大域的な構造を把握しづらい。 None 41. アプローチ設計において「データ駆動型の意思決定」が最も重要になる状況として適切なものは次のうちどれですか？ データが少なく、意思決定に経験が優先される場合 データの品質が低い場合 データが豊富で、意思決定が複数の利害関係者に影響を与える場合 短期間で感覚的な意思決定が必要な場合 None 42. データ蓄積において、バックアップの目的は次のうちどれですか？ データベースのパフォーマンスを向上させる データのサイズを小さくする データを保護し、障害時に復元できるようにする データの分析を高速化する None 43. 小売業界でのAI活用の典型的な用途は次のうちどれですか？ 店舗の設計をAIが行う 顧客の購買データを基にしたパーソナライズドレコメンデーションの提供 顧客が購入する商品をランダムに決定する 価格設定を自動化することなく固定する None 44. データのクレンジングを行う際に考慮すべき要素として最も適切なものは次のうちどれですか？ データを全て再収集すること データの正規化を優先すること データの一部を削除すること データの一貫性、重複、欠損を修正し、分析に適した状態に整えること None 45. 欠損データの削除を行う際に、重要な注意点は次のうちどれですか？ 削除されたデータが分析結果に与える影響を考慮する 欠損データの量にかかわらず、全て削除する 欠損値をランダムに削除する 欠損データが少ない場合でも多重代入法を使用する None 46. データの欠損が「MCAR」（Missing Completely at Random）である場合、どのような仮定が成り立ちますか？ 欠損データは他の観測データと無関係に発生している 欠損データは特定の変数の値に依存して発生している 欠損データは外れ値によって発生している 欠損データは観測データ全体の分布に依存している None 47. AIが工場の生産ラインで最も一般的に使用される目的は次のうちどれですか？ 製造プロセスの自動化と品質管理の最適化 製品のデザイン作成 販売促進活動 顧客サービスの提供 None 48. データの前処理における「欠損データの処理」方法として適切なものは次のうちどれですか？ 欠損データを全て削除する 欠損データを適切な値で補完する 欠損データは無視して分析を続行する 欠損データを平均値で埋める None 49. データサイエンスの最新技術として「自動機械学習（AutoML）」の目的は次のうちどれですか？ 機械学習モデルの構築プロセスを自動化し、専門知識がなくても高性能なモデルを作成できるようにする データの収集を自動化する データの前処理を行う モデルの評価を手動で行う None 50. 次のうち、データのスケーリングを行う方法として正しいものはどれですか？ データの最小値と最大値を使用してスケーリングする データの中央値を使用してスケーリングする データの範囲を倍にする データの外れ値を除去する None 51. AIを活用した農業の最新技術として、農作物の生育状況をリアルタイムでモニタリングするシステムが注目されています。この技術が最も貢献する分野は次のうちどれですか？ 労働力の削減 農地の拡大 水資源の保護 農産物の輸出拡大 None 52. 大規模データセットのサンプリングを行う際に、サンプリングバイアスを防ぐために重要な手法はどれですか？ 系統抽出 ランダムフォレストを使用する クロスバリデーション 無作為抽出 None 53. 大規模データセットのサンプリングを行う際の注意点として最も重要なものは次のうちどれですか？ サンプルが全体のデータを代表するものであること サンプルがランダムに選ばれていること サンプルが欠損データを含まないこと サンプルが少ない方が効率的な分析ができること None 54. 時系列データの分析において、データのトレンドを除去するための手法はどれですか？ データの標準化 移動平均法 クラスタリング カイ二乗検定 None 55. 時系列データの自己相関を考慮したモデルを構築する際に使用される適切な手法は次のうちどれですか？ ARIMAモデル ロジスティック回帰 k-近傍法 主成分分析 (PCA) None 56. データの標準化を行う際、標準偏差が0に近い場合、次のうちどの問題が発生しますか？ 外れ値が検出されない データがスケーリングされない 分散がゼロとなり、標準化できない 平均値が歪む None 57. データ蓄積において、データの冗長性を減らし、効率的に保存するために使用される技術は何ですか？ 正規化 非正規化 分割統治 シャーディング None 58. アプローチ設計において、「リスク管理」の主な目的は何ですか？ 予測されるリスクを特定し、事前に対策を講じることで影響を最小限に抑える プロジェクトの完了後にリスクを評価するため リスクが発生した際に即座に解決策を実行するため リスクを完全に排除し、失敗を防ぐため None 59. データ理解の過程で「バイアス」を検出することが重要な理由は次のうちどれですか？ 分析結果が偏り、不正確な結論を導くリスクがあるため データが不足している可能性があるため データをランダムに選ぶことで、正確な分析ができるため データの欠損を埋めるため None 60. アプローチ設計において「スプリント」という概念は、次のどの手法に関連していますか？ ウォーターフォール手法 アジャイル手法 リーンスタートアップ デザイン思考 None 61. ヒストグラムと箱ひげ図（ボックスプロット）の違いとして正しいものは次のうちどれですか？ ヒストグラムは分布の形状を、箱ひげ図は分散や異常値を示す。 ヒストグラムはカテゴリデータ、箱ひげ図は数値データに使用する。 箱ひげ図は分布の形状を示し、ヒストグラムは平均値を強調する。 ヒストグラムと箱ひげ図は同じ目的で使用される。 None 62. データの可視化において、次のグラフの種類の中で、変数同士の相関の強さや相対関係を色の濃淡で示す手法はどれですか？ 散布図 ヒートマップ 箱ひげ図 円グラフ None 63. AIを活用した「顧客リテンション分析」の主な目的は次のうちどれですか？ 顧客の離脱を予測し、離脱を防止するための施策を講じる 新規顧客を獲得する すべての顧客に同じ対応をする 顧客データを削除する None 64. データ可視化において、変数の密度分布を滑らかに表現するために使用される手法はどれですか？ ヒストグラム KDE（カーネル密度推定） 散布図 箱ひげ図 None 65. 農業分野におけるAIの利活用として最も効果的なものは次のうちどれですか？ 農作物の種類をAIが決定する AIを利用して農作物の成長を監視し、収穫時期を最適化する 農業のすべての作業をAIに任せる 気象予測を無視して作業を進める None 66. 分散データベースのレプリケーション方式の一つである「マスタースレーブレプリケーション」の特徴は何ですか？ 全てのサーバーが同時に書き込みと読み込みを行う データがリアルタイムで同期される データベースのスケーリングが不可能である マスターサーバーが書き込みを担当し、スレーブサーバーが読み込みを担当する None 67. データの分布が正規分布に従っているかどうかを検証する手法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 分散分析 None 68. 製造業でAIを活用した「予知保全システム」の主な目的は次のうちどれですか？ 機械の修理コストを完全にゼロにする 機械の故障を未然に防ぎ、稼働率を向上させる 工場の電力使用量を削減する 従業員の配置計画を最適化する None 69. 「自然言語処理（NLP）」が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？ 画像を自動で生成する 音声データを画像データに変換する 数値データの解析を行う 顧客の問い合わせを自動で分類し、対応策を提案する None 70. 大規模データセットに対する次元削減を行う主な目的は次のうちどれですか？ データの一部を削除して、容量を削減するため データの精度を向上させるため データの相関性を高めるため データの特徴をシンプルにし、処理や分析を効率化するため None 71. AIが「ヘルスケア分野での診断支援システム」において果たす役割として最も適切なものは次のうちどれですか？ 患者の医療画像を解析し、疾患の早期発見や診断を支援する 患者のデータを無視する AIがすべての治療を行う 医療データの管理を自動化する None 72. データ理解の際に「正規化」を行う主な目的は何ですか？ 欠損値を補完するため データの異常値を排除するため データの精度を高めるため データのスケールを統一し、比較しやすくするため None 73. アプローチ設計において「バックキャスティング」を使用する目的は何ですか？ 未来の目標を達成するために、現在の状況から逆算して具体的なアクションを設定するため 現在の課題を分析し、将来的なシナリオを描くため データを基に未来の予測を行い、計画を立てるため プロジェクトのリソースを最適に配分するため None 74. アプローチ設計において「パイロットプロジェクト」を実施する主な目的は何ですか？ 完全な実装前にすべてのデータを収集するため プロジェクトの全体像を短期間で完成させるため プロジェクトのコストを最小限に抑えるため 小規模で解決策をテストし、その有効性を確認するため None 75. データ準備において、データ型の整備を行う主な理由として最も適切なものは次のうちどれですか？ データのメモリ使用量を削減するため。 モデルがデータを正しく処理するため。 データの視覚化が不要になるため。 欠損値を補完するため。 None 76. 円グラフを使用する際の一般的な注意点はどれですか？ 変数の分布が正規分布であること データの比率が小さい場合には適さない 多次元データに対して適している データの順序を表す必要がある None 77. 「データベースのインデックス」の主な目的として最も適切なものは次のうちどれですか？ データを暗号化してセキュリティを強化すること。 データの冗長性を排除すること。 データのスキーマを動的に変更すること。 データの検索速度を向上させること。 None 78. データベースにおける「インデックス」の主な目的は何ですか？ データの保存容量を削減する データの検索を高速化する データのバックアップを取る データを圧縮する None 79. オブジェクトストレージとブロックストレージの主な違いは次のうちどれですか？ ブロックストレージは分散環境でしか使用できない オブジェクトストレージはメタデータを持ち、ブロックストレージは持たない オブジェクトストレージはSQLクエリをサポートする ブロックストレージはスケーラビリティに優れている None 80. データ理解のために行う「相関分析」の目的は次のうちどれですか？ データの分布を確認するため 時系列データの予測を行うため 2つの変数間の関係性を測定するため 欠損値を補完するため None 81. AIを活用した「物流最適化システム」において、AIが主に分析対象とするデータとして最も重要なものは次のうちどれですか？ 商品のデザイン情報 倉庫内の従業員のシフト表 販売促進キャンペーンの予算 配送ルート、交通状況、天候情報 None 82. 変数の相関を表すために、次のうち誤りの少ないグラフの種類はどれですか？ 散布図 円グラフ 棒グラフ 箱ひげ図 None 83. 自然言語処理（NLP）の最新技術である「GPT」モデルの主な用途として正しいものは次のうちどれですか？ 数値データの分類 テキストの生成や翻訳 画像認識 音声データの解析 None 84. AIが「農業分野」で導入されることで最も期待される効果は次のうちどれですか？ 作物の成長管理を自動化し、生産性と収穫量を最大化する 作物の品種をすべて統一する 作物の管理をすべて手動で行う 農業分野ではAIが使われない None 85. テキストデータの「トークン化」が重要視される理由は次のうちどれですか？ データの分布を確認するため 非構造化データを完全に削除するため 生データを構造化し、機械学習モデルで扱いやすくするため データを視覚化するため None 86. アプローチ設計において「リソースアロケーション」とは何を指しますか？ チームのメンバーに役割を割り当てること プロジェクトにおける成果を評価すること プロジェクトの進行に必要な資源（人員、予算、時間など）を適切に配分すること 解決策のリスクを最小化するためのプロセスを設定すること None 87. データ理解において、「特徴量エンジニアリング」が重要とされる理由は次のうちどれですか？ モデルの性能を向上させるためにデータの特徴を最適化するため データの前処理を自動化するため データの可視化を行うため 外れ値を取り除くため None 88. 時系列データの特性として、次のうち正しいものはどれですか？ データが一貫して変動しない データがランダムに取得される データが構造化されていない 時間に沿った順序が重要である None 89. データセットの「次元削減」が必要となる主な理由として最も適切なものは次のうちどれですか？ 全ての変数を削除し、モデルを単純化するため 高次元データの計算負荷を軽減し、過学習を防ぐため データの次元を増加させて精度を向上させるため 次元削減を行うとデータの意味が失われるため None 90. データの正規化の目的は何ですか？ データのばらつきを減らす データを一定の範囲にスケールする データの外れ値を除外する データの欠損値を補完する None 91. 最新のAI技術である「ニューラルネットワーク圧縮」の利点として最も適切なものは次のうちどれですか？ モデルの精度を向上させるが、メモリ使用量が増加する データの圧縮を無視する モデルのサイズを小さくし、メモリ使用量と推論速度を最適化する モデルの学習速度が低下する None 92. 大量のデータポイントが重なり合って見にくい場合、散布図でデータの密度を表現するために使用される手法はどれですか？ ジッタリング ログ変換 ヒートマップ バイオリンプロット None 93. 複数のシナリオを考慮したアプローチ設計において、シナリオプランニングが有効とされる理由は次のうちどれですか？ シナリオごとに異なる解決策を実行するため すべてのシナリオに対して同じ解決策を適用するため 不確実な未来に備え、異なる可能性に対応するため 短期間で結果を得るため None 94. アプローチ設計における「フィードバックループ」の役割は次のうちどれですか？ プロジェクトの進行中に、得られた結果やデータを基に改善策を導入する プロジェクト完了後に成果を報告する プロジェクトの最初に課題を定義する プロジェクトのリソースを最適化する None 95. データの「IQR（四分位範囲）」を用いて外れ値を検出する際、一般的に使用される閾値は次のうちどれですか？ 1.0倍 1.5倍 2.0倍 3.0倍 None 96. AI技術が進化する中で、プライバシー保護に対する最新の対応策として注目されている技術は次のうちどれですか？ 中央集権的なデータ管理 データの分散処理やフェデレーテッドラーニングの導入 データの完全な公開 データの一元的な収集 None 97. データセット全体の傾向を一目で把握するために最適な可視化手法は次のどれですか？ 散布図 棒グラフ 箱ひげ図 ヒートマップ None 98. 「強化学習」が活用される最新の分野として最も適切なものは次のうちどれですか？ 自動化されたゲームのプレイ 音声データのリアルタイム解析 データの前処理 テキスト生成 None 99. 欠損値がMCAR（Missing Completely at Random）ではなくMAR（Missing at Random）の場合に推奨される欠損値処理方法は次のうちどれですか？ 欠損値を無視して分析を続ける。 欠損値を平均値で補完する。 欠損値の補完に予測モデルを使用する。 欠損データを全て削除する。 None 100. 地理情報データを可視化する際、特定の値の濃淡を色で表現する手法は次のうちどれですか？ カートグラム ヒートマップ 散布図 チョロプレス図（Choropleth Map） None Time's up
