DS検定～模擬試験⑤～ 2024年12月7日 ailearn 1. 「Data Augmentation（データ拡張）」が生成モデルで使用される理由は何ですか？ トレーニングデータを増やし、モデルの汎化性能を向上させるため モデルの計算速度を向上させるため データのラベル付けを簡素化するため データの次元を削減するため None 2. データを「集約」する際に最もよく使用される手法は次のうちどれですか？ データをすべて削除する データをランダムに並べ替える データの外れ値を削除する データの平均値や合計を計算する None 3. 生成モデルを評価する際、Inception Score（IS）が主に評価する要素は何ですか？ 生成されたデータの品質と多様性 生成モデルのトレーニング速度 モデルの過学習の程度 データの次元削減精度 None 4. ITセキュリティにおいて、データベースに保存されているデータを「静的データ暗号化（Encryption at Rest）」する目的は次のうちどれですか？ データの送信中に盗聴されないようにするため データベースのパフォーマンスを向上させるため データのバックアップを効率化するため データが保存されている状態でも盗まれた場合に解読されないようにするため None 5. Pythonにおける関数のデフォルト引数について正しい説明はどれですか？ 関数が呼び出されたときに引数が省略された場合、デフォルト引数が使われる デフォルト引数は関数の最初の引数として指定しなければならない デフォルト引数は関数の外で定義される デフォルト引数を使用すると、関数のパフォーマンスが向上する None 6. 生成モデルを用いて新しいデータを生成する際、正規分布からサンプルを取得する理由は何ですか？ 正規分布は生成されたデータの分布に最も近いから 正規分布はデータの次元を低減できるから 正規分布は他の分布より計算が容易だから 正規分布は潜在変数空間において連続的かつスムーズな変化を表現できるから None 7. 自然言語処理において、Word2Vecモデルが特定の単語間の意味的類似性を学習する仕組みは次のうちどれですか？ 各単語の共起行列を直接計算する。 単語の品詞情報を基にベクトルを生成する。 周辺単語の文脈情報を使用してベクトルを最適化する。 各単語を直接One-Hotエンコーディングで表現する。 None 8. AIを事業に実装する際に、モデルの「ブラックボックス性」が問題となるのは次のうちどの理由ですか？ モデルが複雑すぎて、ビジネスに応用できないため モデルのパフォーマンスが低いから モデルの意思決定プロセスが不透明で、説明が難しいため モデルの計算速度が遅いから None 9. ソフトウェア開発において「オープンソースライセンス」を利用する際、注意すべき点は次のうちどれですか？ ライセンス条件に従って利用しなければならない 商用利用が常に禁止されている コードの改変が認められない ソフトウェアを一切販売できない None 10. GANを使用した画像生成において、生成された画像の多様性を評価するために有効な指標は次のうちどれですか？ BLEUスコア 精度（Accuracy） シルエット係数 Fréchet Inception Distance (FID) None 11. データサイエンスプロジェクトにおける「NDA（秘密保持契約）」が求められる主な理由は次のうちどれですか？ プロジェクトのスケジュールを管理するため 機密情報の漏洩を防ぎ、ビジネス上の競争優位性を保つため データを公開する許可を得るため チームメンバーの仕事量を減らすため None 12. 非構造化データの処理において、ディープラーニングを使用する際に直面する最も一般的な課題は何ですか？ モデルの精度が常に低い ラベル付きデータの不足 データの前処理が複雑すぎる ハイパーパラメータのチューニングが不要 None 13. Pythonでの「ジェネレータ」として正しいものは次のうちどれですか？ すべての値を一度にリストとして返す関数 データベースのレコードを生成する関数 配列の要素を操作する関数 yieldを使って値を一つずつ返す関数 None 14. 事業にAIを実装する際の主要な課題として、次のうち最も一般的なものはどれですか？ コストの問題 モデルの性能不足 経営層の技術的知識不足 データの質や量の不足 None 15. Pythonのラムダ式を使って、リスト [1, 2, 3, 4] の偶数のみを抽出するコードとして正しいものは次のうちどれですか？ [x for x in [1, 2, 3, 4] if x % 2 == 0] [x for x in [1, 2, 3, 4] if x % 2 != 0] map(lambda x: x if x % 2 == 0 else None, [1, 2, 3, 4]) list(filter(lambda x: x % 2 == 0, [1, 2, 3, 4])) None 16. データサイエンスプロジェクトを事業に実装する際、最初に明確にするべき事項として最も適切なものは次のうちどれですか？ 使用するAI技術の選定 データサイエンティストの採用計画 ビジネス目標や解決すべき課題の特定 プロジェクト完了後のプレゼンテーション準備 None 17. データセットの特徴量のスケーリングを行う際、正規化（Normalization）を使用する主な理由は次のうちどれですか？ 特徴量間の相関を高めるため 特徴量の分布を標準正規分布に合わせるため 特徴量の値を特定の範囲（例: 0～1）に収めるため 特徴量の名前を統一するため None 18. GANのトレーニングにおいて、生成器と判別器のバランスを保つために重要なハイパーパラメータはどれですか？ エポック数 バッチサイズ ドロップアウト率 学習率 None 19. 時系列データを扱う際に「自己相関」を処理するための手法として最も適切なものは次のうちどれですか？ ロジスティック回帰 クラスタリング 自己回帰モデル（AR） データの標準化 None 20. Pythonにおける「デコレータ（decorator）」の主な役割は次のうちどれですか？ 関数やメソッドに追加の機能を動的に付与する クラスを生成するためのテンプレートを提供する 関数の実行結果をキャッシュする 配列の要素をフィルタリングする None 21. Pythonでマルチスレッドプログラミングを行う際に注意すべき点は次のうちどれですか？ スレッド間のデータ共有が自動的に行われる マルチスレッド環境ではエラーハンドリングが不要である グローバルインタプリタロック（GIL）が並列実行を制限するため、I/Oバウンドな処理に適している CPUバウンドな処理ではスレッドが効果的に動作する None 22. AIを事業に実装する際の「デジタルリテラシー」の向上が求められる理由は次のうちどれですか？ 組織全体がAIの仕組みを理解し、効果的に活用できるようにするため データサイエンティストのみがAIを使用するため AIのアルゴリズムを開発するため 経営層のみがAIを管理するため None 23. データサイエンスに関する業務委託契約で、秘密保持契約（NDA）が必要な理由は次のうちどれですか？ 取引相手に不必要な情報を提供しないため ビジネスに関する機密情報が漏洩するのを防ぐため 交渉を円滑に進めるため コストを削減するため None 24. 「ハニーポット（Honeypot）」の設置目的として正しいものは次のうちどれですか？ 攻撃者を引き付けて分析するため。 ネットワークのトラフィックを効率化するため。 攻撃者に誤ったデータを提供するため。 ファイアウォールの性能を評価するため。 None 25. 事業へのAI実装において、部門間の連携を効果的に行うために推奨されるアプローチは次のうちどれですか？ 各部門の目標を統一し、共通のKPIを設定する 各部門が独自のデータを使用し、成果を比較する 技術部門のみがAIプロジェクトに参加する データサイエンティストのみが意思決定を行う None 26. 次のうち、データをサンプルする際に最も適切な方法はどれですか？ 全データを使用する ランダムサンプリングを行う サンプリングを行わない データの一部だけを任意に選ぶ None 27. Pythonで、コンテキストマネージャ（Context Manager）を作成するための方法として適切なものは次のうちどれですか？ with文を使用する yield文を使用する return文を使用する exec文を使用する None 28. 非構造化データ処理において、画像データの特徴抽出によく使用される手法はどれですか？ CNN（畳み込みニューラルネットワーク） K-meansクラスタリング 決定木 線形回帰 None 29. Pythonでジェネレータを使用する利点は次のうちどれですか？ 関数の実行速度を大幅に向上させることができる ジェネレータは自動的にデータを並列処理する 関数の返り値をキャッシュする 大量のデータをメモリ効率良く扱うことができる None 30. 契約における「損害賠償条項」が重要な理由は次のうちどれですか？ 双方の責任を回避するため 契約を終了するため コストを削減するため 契約違反が発生した場合の賠償責任を明確にするため None 31. 生成モデルにおいて「対比学習（Contrastive Learning）」を取り入れる主な目的は何ですか？ モデルのトレーニング時間を短縮するため。 潜在空間の構造を明確化し、より判別可能な特徴を学習するため。 モード崩壊を防ぐため。 バッチサイズを減少させるため。 None 32. データサイエンスにおけるデータの「二次利用」に関する契約条項で特に重要な点は次のうちどれですか？ データの提供元を匿名にすること データの利用範囲や条件を明確に規定すること データの再配布を許可すること データの保存期間を定めること None 33. AIを事業に実装する際、「フェアネス（公平性）」が重要視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？ モデルの計算速度を向上させるため ビジネス上の決定が特定のグループを不当に排除しないようにするため 全てのデータを無差別に扱うため 技術チームの作業負担を軽減するため None 34. Pythonにおいて、tryブロック内で発生した例外を捕捉し、その例外に応じて処理を行うための構文は次のうちどれですか？ try-catch try-exception try-except try-finally None 35. 非構造化データである画像データの前処理において、「データ拡張（Data Augmentation）」が有効である主な理由はどれですか？ モデルの過学習を防ぐため。 データのラベル付けを自動化するため。 データの解像度を向上させるため。 訓練時間を短縮するため。 None 36. データを扱う際に欠損値が多い場合に最も適切な対応は次のうちどれですか？ 欠損値を推定して補完する 欠損値を全て削除する 欠損値の行だけを削除する 欠損値を無視して分析を進める None 37. 事業におけるAI実装のROI（投資利益率）を評価するために最も重要な要素は次のうちどれですか？ モデルの精度だけを評価する AI技術の開発コストを削減する 実装により得られるビジネス価値を定量化する モデルが使用するデータ量を最小化する None 38. 事業へのAIの実装において、PoCから本番導入への移行が困難となる理由として適切なものは次のうちどれですか？ PoCでは問題が発生しないため、運用段階でのリスクが高くなる PoCの段階でデータが少なく、本番でのスケーラビリティが確保できない モデルの精度が高すぎるため、過学習が起こる データが一貫していないため、結果が変動する None 39. 生成モデルにおける「Diffusion Model」の主な目的は次のうちどれですか？ ノイズを除去してデータを生成する。 時系列データを生成する。 データの分類精度を向上させる。 ノイズを追加してデータの多様性を高める。 None 40. 契約書において、データサイエンスプロジェクトの成果物に対する「知的財産権」は、通常どのように規定されるべきですか？ 全ての知的財産権は発注者に帰属する 知的財産権はプロジェクトの契約内容に基づいて明確に規定される 知的財産権は特に明記されない 知的財産権は開発者の所有となる None 41. Pythonにおいて、functools.lru_cacheデコレータを使用する主な目的は次のうちどれですか？ 関数のエラーハンドリングを強化する 関数の引数を動的に変更する 関数の実行を遅延させる 関数の結果をキャッシュし、同じ入力に対する計算を高速化する None 42. 動画データ処理において、アクション認識（Action Recognition）を実現するために使用される技術の組み合わせとして最も適切なのは次のうちどれですか？ CNNとLSTM RNNとTF-IDF ResNetとBERT GANとWord2Vec None 43. ソフトウェアの開発契約において、成果物の権利が開発者に帰属する場合、発注者側が事前に確認すべきポイントは次のうちどれですか？ 開発者が発注者に対して使用許諾を行う権利範囲 成果物の使用料を低く設定する 開発者が使用するプログラミング言語 開発者の過去の実績 None 44. AIを事業に実装する際、「データの品質」が重要である理由として最も適切なものは次のうちどれですか？ データ量が多ければ品質は関係ないため 低品質なデータの方がモデルの多様性を高めるため データの品質はビジネス目標に影響を与えないため 高品質なデータがなければモデルの学習が失敗する可能性が高いため None 45. 非構造化データの特徴量抽出において、音声データからメル周波数ケプストラム係数 (MFCC) を使用する主な理由は何ですか？ 音声データを画像データに変換するため 音声信号を人間の聴覚に基づいた特徴量に変換するため 音声データを標準化するため 音声データを二値データに変換するため None 46. ITセキュリティにおける「リスクアセスメント」とは何を指しますか？ セキュリティ侵害が発生した後に、データを復元するプロセス ネットワークのトラフィックをモニタリングするプロセス セキュリティリスクを特定し、評価して対策を講じるプロセス ソフトウェアのバグを修正するプロセス None 47. 「ソーシャルエンジニアリング攻撃」を防ぐために最も有効な手段は次のうちどれですか？ ファイアウォールを設置する。 従業員へのセキュリティ意識向上のためのトレーニングを実施する。 データを常に暗号化する。 全てのシステムにバックアップを設定する。 None 48. Pythonでオブジェクト指向プログラミング（OOP）を行う際、クラス内で初期化メソッドを定義するための特別なメソッドは次のうちどれですか？ __new__() __init__() __call__() __del__() None 49. Pythonの辞書型において、新しいキーと値のペアを追加する方法として適切なものは次のうちどれですか？ dict.append(key, value) dict[key] = value dict.update(key, value) dict.insert(key, value) None 50. ITセキュリティにおいて「侵入検知システム（IDS）」と「侵入防止システム（IPS）」の違いとして正しいものは次のうちどれですか？ IDSはネットワークの速度を向上させるが、IPSはパフォーマンスを重視しない。 IDSは防御策を自動実行するが、IPSは管理者の判断を必要とする。 IDSとIPSは機能的に同じである。 IDSは攻撃を検知するが、IPSは攻撃を検知して防ぐ。 None 51. AIモデルを第三者に提供する際、ライセンス契約において重要となる項目は次のうちどれですか？ モデルのアルゴリズムを公開する モデルの精度を保証する モデルの再販を推奨する モデルの使用範囲と利用目的を明確に規定する None 52. 「HTTPS」が従来の「HTTP」よりも安全とされる理由は次のうちどれですか？ 通信が暗号化されているため、中間者攻撃を防ぐことができる データの圧縮が行われ、転送速度が速くなるため データが複数のサーバーに分散されているため データベースへのアクセスが制限されているため None 53. Pythonのasyncioモジュールを使用して非同期処理を行う場合、関数の前に付けるキーワードは次のうちどれですか？ async await defer yield None 54. 非構造化データを処理する際に、データの前処理で重要なステップの一つは何ですか？ データの正規化 データの並べ替え データのクラスタリング 特徴量エンジニアリング None 55. データサイエンスプロジェクトにおいて「成果物の所有権」を契約書で明確に規定する必要がある理由として最も適切なものは次のうちどれですか？ 成果物がプロジェクト終了後に誰の管理下にあるかを明確にするため 成果物の品質を保証するため 成果物を全ての関係者が自由に利用できるようにするため 成果物を公開しないため None 56. AI導入において「スケーラビリティ」が重要な理由は次のうちどれですか？ 導入コストを低く抑えるため プロジェクトの進捗を管理しやすくするため 成長するビジネスニーズに対応できるようにするため モデルの性能を高めるため None 57. 音声データを処理する際、音の周波数成分を時間とともに解析するために使用される手法はどれですか？ Fourier変換 自己相関 遅延プロット サポートベクターマシン None 58. テキスト分類モデルにおいて、マルチラベル分類の実装が必要な場合、次のうち適切なアプローチはどれですか？ 各ラベルごとに独立したバイナリ分類器を作成する 一つの分類器で全てのラベルを一度に分類する ラベルの相関を無視して処理する ラベルの階層構造を前提とした回帰モデルを作成する None 59. 契約において「成果物の保証」が規定される理由は次のうちどれですか？ 成果物が契約で期待される品質基準を満たすことを保証するため 成果物の納品を遅らせるため 契約相手の責任を回避するため 追加費用を請求するため None 60. ITセキュリティにおいて「ホワイトリスト」と「ブラックリスト」の違いとして正しい説明は次のうちどれですか？ ホワイトリストは全ての項目を禁止し、ブラックリストは全ての項目を許可する ホワイトリストはファイルの暗号化に関連し、ブラックリストは暗号化に関係しない ホワイトリストとブラックリストは同じ意味を持つ ホワイトリストは許可された項目のみを許可し、ブラックリストは禁止された項目を拒否する None 61. 以下のコードを実行したときの出力として正しいものはどれですか？ def example():for i in range(3):yield i * igen = example()print(next(gen))print(next(gen)) 0, 1 0, 4 1, 4 エラーが発生する。 None 62. 生成モデルにおいて、潜在空間のベクトルを操作することで何が可能になると考えられますか？ 新しい生成モデルをトレーニングする。 トレーニングデータのノイズを除去する。 生成するデータの特定の特徴を制御する。 モデルの収束速度を向上させる。 None 63. 生成モデルのトレーニングにおいて「潜在空間の探索」が重要である理由は何ですか？ 潜在空間を探索しないと、モデルが過学習するから 潜在空間を探索すると、モデルの計算速度が向上するから 潜在空間の探索は必ずしも重要ではない 潜在空間を適切に探索することで、新しいデータの生成品質が向上するから None 64. 契約書における「免責条項」の主な役割は次のうちどれですか？ 成果物の品質を保証するため 契約を早期に終了するため コストを削減するため 特定の条件下で責任を免除するため None 65. ITセキュリティにおける「ディープパケットインスペクション（DPI）」とは、次のうちどれを指しますか？ データの暗号化を行う技術 ハッシュ値を計算してデータの整合性を確認する技術 ネットワーク上の通信パケットの内容を解析し、不正なデータを検出する技術 ファイルのバックアップを自動で行う技術 None 66. 生成モデルで使用される「潜在変数」とは何ですか？ モデルの出力に直接関係する観測可能な変数 データの生成プロセスを表現するが、直接観測できない変数 モデルのハイパーパラメータ 出力のラベルに対応する変数 None 67. データの前処理における「欠損値の補完」の方法として最も適切なものは次のうちどれですか？ 欠損値を全て削除する 欠損値を平均値や中央値で補完する 欠損値をそのまま残す 欠損値にランダムな値を入力する None 68. 非構造化データ処理において、テキストデータを数値化する際に「TF-IDF」の手法がよく用いられる理由は何ですか？ テキストデータ内の文法を解析するため。 単語の出現頻度とその重要度を考慮するため。 テキストデータを深層学習モデルに直接入力できるようにするため。 テキストデータのトピックを自動的に分類するため。 None 69. ITセキュリティにおいて「2要素認証（2FA）」が導入される主な目的は次のうちどれですか？ データの圧縮率を高めるため 認証の信頼性を向上させ、不正なアクセスを防ぐため アクセス速度を向上させるため ウイルスのスキャン速度を向上させるため None 70. ITセキュリティにおける「ゼロトラストモデル」とはどのようなセキュリティモデルですか？ ネットワーク内の全ての通信を信頼するアプローチ 全てのアクセスを検証し、内部ネットワークでも信頼しないセキュリティアプローチ 外部からの攻撃のみを防ぐためのセキュリティモデル 信頼できるネットワークデバイスのみを許可するアプローチ None 71. 事業へのAI実装において、「モデルのドリフト（劣化）」が発生した場合の最適な対応策として最も適切なものは次のうちどれですか？ モデルをそのまま使用し続ける 新しいモデルを構築せずに既存のルールベースに戻す モデルのパフォーマンス評価を一切行わない モデルの学習データを更新し、再トレーニングを行う None 72. VAEにおいて、「再構成損失」と「KLダイバージェンス」の役割は次のうちどれですか？ 潜在空間を正規分布に近づける。 データの再構成を制約なしに行う。 潜在変数間の依存関係を最大化する。 オーバーフィッティングを防ぐ。 None 73. Pythonで「集合（set）」を使う利点として最も適切なものは次のうちどれですか？ 順序付けされたデータの操作が可能である。 要素の重複を自動的に排除できる。 計算量が少ないメモリ使用を実現できる。 要素を効率的に並べ替えることができる。 None 74. 以下のPythonコードを実行した場合、結果として正しいものはどれですか？ a = [1, 2, 3, 4]b = [2, 4, 6, 8]result = list(map(lambda x, y: x + y, a, b))print(result) [1, 2, 3, 4, 2, 4, 6, 8] [3, 6, 9, 12] [1, 2, 3, 4, 6, 8] エラーが発生する。 None 75. Pythonでジェネレータを使用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？ 全てのデータを一度にメモリにロードするため。 処理速度を向上させるため。 データを遅延評価し、必要な時に計算して効率的に処理するため。 複雑な計算を簡素化するため。 None 76. 非構造化データにおける「アノテーション」とは何を指しますか？ データのラベル付けを行う作業 データの可視化を行う作業 データの正規化を行う作業 データの欠損値を補完する作業 None 77. 生成モデルにおける「パラメトリック生成」と「ノンパラメトリック生成」の違いは何ですか？ パラメトリック生成はデータの事前分布を仮定し、ノンパラメトリック生成はデータから直接学習する パラメトリック生成は教師あり学習、ノンパラメトリック生成は教師なし学習 パラメトリック生成は画像生成、ノンパラメトリック生成はテキスト生成 パラメトリック生成は単純なモデル、ノンパラメトリック生成は複雑なモデル None 78. 非構造化データに対して、生成モデルを用いる場合の最大の利点は何ですか？ 非構造化データから新しいデータサンプルを自動生成できる 非構造化データを自動的にラベル付けできる 非構造化データを低次元空間にマッピングできる 非構造化データの前処理が不要になる None 79. AIを事業に実装する際、倫理的なリスクを軽減するための効果的な方法として適切なものは次のうちどれですか？ リスクが発生した後に修正する 倫理的なリスクをAI開発の初期段階から考慮し、ガイドラインを設ける 技術面のリスクにのみ焦点を当てる リスクは不可避として対応しない None 80. 「商標権」とは何を保護する権利ですか？ 特定のデータサイエンス手法 ソフトウェアのアルゴリズム 商品やサービスを識別するための名称やロゴ 公開されたデータベース None 81. 契約書における「エスカレーション条項」の主な目的は次のうちどれですか？ 契約を早期に終了させるため 成果物の納品を遅らせるため トラブルが発生した際に、責任者を上位に報告し、迅速に解決策を講じるため 費用を増加させるため None 82. 生成モデルにおける「確率的生成」とは何ですか？ モデルが常に同じデータを生成すること モデルが観測されたデータだけを再構築すること モデルがランダムなノイズから新しいデータを生成すること モデルがデータのクラスを予測すること None 83. データの欠損が発生している場合に、データの完全性を保ちながら補完する手法として最も適切なものは次のうちどれですか？ 欠損データの削除 欠損値を0で補完 欠損値をランダムに補完 k近傍法（k-NN）を用いた補完 None 84. データフレームを操作する際に、特定の列に重複する値が多く含まれている場合の最適な対応は次のうちどれですか？ 重複する値をすべて削除する 重複した値を基準にデータをグループ化する 重複する行をランダムに削除する 重複する値を平均値で置き換える None 85. AI実装において「API」を利用するメリットとして最も適切なものは次のうちどれですか？ AIモデルのトレーニングを効率化する モデルのパフォーマンスを最適化する モデルのアルゴリズムを変更するための手段を提供する 外部システムと簡単に連携し、データやモデルを活用できる None 86. 非構造化データ処理において、画像データの特徴量抽出に「ResNet」が有効とされる主な理由は次のうちどれですか？ 高次元データを低次元に圧縮するため。 訓練時間を大幅に短縮するため。 データのラベルなしで学習を進めるため。 勾配消失問題を軽減し、非常に深いネットワークを構築可能にするため。 None 87. 非構造化データとは何を指しますか？ テーブル形式で保存されたデータ 事前に定義された形式がなく、自由な形で存在するデータ 時系列データ データベースに保存された数値データ None 88. Pythonで「リスト内包表記」を使用して、リスト [2, 4, 6] の要素を2倍にした新しいリストを作成するコードとして正しいものは次のうちどれですか？ [x * 2 for x in [2, 4, 6]] list(map(lambda x: x * 2, [2, 4, 6])) [x + 2 for x in [2, 4, 6]] [x ** 2 for x in [2, 4, 6]] None 89. AIを事業に実装する際、「リーダビリティ（解釈可能性）」が重要視される理由は次のうちどれですか？ AIのパフォーマンスを向上させるため データの処理速度を上げるため ビジネスユーザーがAIの予測結果を理解し、適切な意思決定を行うため AIモデルを簡単に構築するため None 90. 自然言語生成（NLG）のプロセスにおける「テンプレートベース生成」の特徴として最も適切な説明は次のうちどれですか？ ディープラーニングを利用してデータから文章を生成する。 固定された文章構造を使用して文章を生成する。 潜在空間を探索して新しい文法を生成する。 時系列モデルを使用して次の単語を予測する。 None 91. GANにおける「モード崩壊」とは何を指しますか？ 生成器が多様なデータを生成できなくなる現象 判別器が過学習する現象 データの一部が学習されない現象 生成器が学習しない現象 None 92. 非構造化データの中で、画像の特徴量を抽出するために使用される「SURF」や「SIFT」は何の例ですか？ オブジェクト検出手法 画像の圧縮アルゴリズム 画像分類モデル 画像の特徴点検出手法 None 93. 事業へのAIの実装において、運用フェーズでの「ドリフト（モデルの劣化）」に対処するために適切な手法は次のうちどれですか？ モデルのアルゴリズムを定期的に変更する モデルの初期設定を常に維持する モデルのパフォーマンスを定期的にモニタリングし、必要に応じて再訓練する モデルのトレーニングデータを固定する None 94. ITセキュリティにおいて、ファイルの整合性を監視する「FIM（File Integrity Monitoring）」の主な目的は次のうちどれですか？ ファイルの変更が正当なものであるかどうかを確認する ファイルの暗号化強度を監視する ファイルの圧縮率を最適化する ファイルの転送速度を向上させる None 95. データセットの「多重共線性」を検出するために使用される指標として最も適切なものは次のうちどれですか？ 決定係数 相関係数 VIF（Variance Inflation Factor） 平均二乗誤差 None 96. GANのトレーニングにおいて、生成器と判別器が「収束しない」とはどのような問題を指しますか？ 生成器が判別器に対して常に優位な状態になる 生成器と判別器の学習が進まず、最適なバランスが取れない状態になる 判別器が生成器よりも早く収束する 学習データが不十分である None 97. 次のうち、欠損値を扱う際に考慮すべき重要な点はどれですか？ 欠損値を全て0で置き換える 欠損値の存在を無視して分析を進める 欠損値を全て削除する 欠損値のパターンがデータの偏りを生むかどうかを確認する None 98. Pythonで大規模なデータフレームを高速に操作するために、pandasよりも高性能な代替手段として使われるライブラリは次のうちどれですか？ Scikit-learn Dask TensorFlow PyTorch None 99. ITセキュリティにおいて、ペネトレーションテスト（Penetration Test）の目的として正しいもの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最適化する 通信の暗号化方式を確認する システムの脆弱性を攻撃者の視点から発見する パスワードの強度を検証する None 100. AIモデルを事業に実装する際、ステークホルダーがモデルの出力に信頼を置くために必要な条件として最も適切なものは次のうちどれですか？ モデルの予測結果の説明可能性が確保されていること モデルの動作が完全に自動化されていること モデルが最高の精度を達成していること モデルが他の事業と完全に連携していないこと None Time's up
