DS検定～模擬試験⑤～ 2024年12月7日 ailearn 1. 自然言語処理において、トピックモデリングを行うために広く使われる手法はどれですか？ TF-IDF LDA（潜在ディリクレ配分） ワード2ベクトル アテンションメカニズム None 2. 時系列データを扱う際に最も重要な前処理の1つは次のうちどれですか？ 時系列データをカテゴリ型に変換する 欠損値を平均値で補完する データを時間の順序に並び替える 時間に関係なく値をシャッフルする None 3. 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 4. 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 5. 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 6. 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 7. データサイエンスを事業に実装する際に用いる「PoC（概念実証）」の目的は次のうちどれですか？ 事業全体に導入する前に小規模で効果を確認するため データの前処理を行うため モデルを訓練するため データ分析ツールの選定を行うため None 8. データサイエンスプロジェクトにおける「データライセンス契約」の目的は次のうちどれですか？ データの所有権を譲渡する データの品質を保証する データの削除を要求する データの使用範囲や条件を明確にする None 9. 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 10. データのスケーリング（正規化）を行う目的として最も適切なものは次のうちどれですか？ データの分散を減少させるため 異なるスケールを持つ変数を比較可能にするため データの因果関係を強化するため データをランダムに並べ替えるため None 11. 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 12. 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 13. テキストデータの前処理において、ストップワードとは何ですか？ 重要な単語 頻繁に出現するが、意味的な価値が少ない単語 文書の最後に登場する単語 文書全体の主題を表す単語 None 14. 暗号化アルゴリズムのうち、対称鍵暗号の例として正しいものは次のうちどれですか？ AES RSA DSA ECC None 15. 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 16. 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 17. 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 18. 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 19. データの正規性を確認するために最も適切な統計検定は次のうちどれですか？ シャピロ・ウィルク検定 カイ二乗検定 ロジスティック回帰 クラスター分析 None 20. 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 21. 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 22. 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 23. NumPyでの配列（ndarray）の要素ごとに平方根を計算するための関数は次のうちどれですか？ np.sqrt() np.log() np.square() np.power() None 24. 大規模な画像データセットを効率的に処理するために使用されるテクニックはどれですか？ 正則化 グリッドサーチ ミニバッチ学習 主成分分析 None 25. 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 26. AIの事業実装において、プロジェクトのROI（投資利益率）を評価するために最も適切な方法は次のうちどれですか？ 投資額とAI導入による効果を定量的に比較する プロジェクトの進捗を評価する AIの精度のみを評価する モデルの複雑さを評価する None 27. 大規模なデータセットを処理する際、データの計算負荷を軽減しつつ代表的なサンプルを使用する手法として適切なものは次のうちどれですか？ ランダムサンプリング フルデータの使用 データの一部を削除 時系列データの全範囲を使用 None 28. 「特許権」が保護する対象として、次のうち正しいものはどれですか？ 芸術的表現 既存のデータ分析手法 新しいアイデアや発明 公共の情報 None 29. データサイエンスプロジェクトにおける「共同開発契約」の特徴として正しいものは次のうちどれですか？ 両者が協力して成果物を開発し、その権利を共有する 片方が全ての開発を行い、もう片方が資金を提供する 成果物の権利は一方に独占される 契約期間終了後に権利が無効になる None 30. 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 31. 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 32. 事業にAIを実装する際の「データサイロ」の問題を解決するために適切なアプローチは次のうちどれですか？ 各部門が独自のデータベースを管理し、結果を共有しない データを統合せず、必要なときだけアクセスする 組織全体でデータを共有し、統一されたデータ管理体制を整える 部門ごとに異なるデータフォーマットを使用する None 33. 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 34. 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 35. 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 36. 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 37. 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 38. データサイエンスプロジェクトで「著作権」が主に保護する対象として最も適切なものは次のうちどれですか？ 数値データそのもの データベースの物理的なストレージ装置 データ分析結果をまとめたレポートやドキュメント 顧客との契約書のひな形 None 39. 「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 40. AIモデルのバイアスが事業に与える影響として考えられるリスクは次のうちどれですか？ モデルの処理速度が低下する モデルの精度が一時的に上昇する バイアスが発生しても、事業には影響を与えない 不公平な判断が下され、顧客や従業員の信頼を失う可能性がある None 41. 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 42. 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 43. 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 44. 「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 45. Pythonにおいて、ソートアルゴリズムの一つである「クイックソート」の平均時間計算量は次のうちどれですか？ O(n^2) O(n log n) O(n) O(log n) None 46. 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 47. 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 48. ITセキュリティの脅威の一つである「フィッシング攻撃」とは何ですか？ ネットワークトラフィックを監視してデータを盗む行為 ウイルスを送りつけることでシステムを破壊する行為 サーバーに過負荷をかけてサービスを停止させる行為 ユーザーを欺いて機密情報を提供させるための詐欺行為 None 49. 「GDPR（一般データ保護規則）」に基づき、データサイエンスプロジェクトが遵守すべき主な要件として最も適切なものは次のうちどれですか？ すべてのデータを匿名化し、利用者に事前の説明を行わない 個人データの利用目的を明確にし、データ主体から同意を取得する データ主体から同意を得た場合、全ての利用が無制限で許可される データ主体の削除要求を拒否する権利を持つ None 50. 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 51. 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 52. 画像データの分類において、転移学習が有効である理由は何ですか？ 新しいモデルをゼロから学習する必要がないため 全てのデータをランダムに処理できるため 画像を前処理する必要がないため モデルの複雑さを低減するため None 53. 生成モデルにおいて「転移学習」を適用する利点は次のうちどれですか？ データの前処理が不要になる 既存のモデルを使って新しいドメインに対する生成能力を迅速に獲得できる ノイズの多いデータセットでも高精度な生成が可能になる データのクレンジングが不要になる None 54. 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 55. 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 56. 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 57. 外れ値が多いデータセットで線形回帰モデルを構築する場合、外れ値の影響を軽減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？ 外れ値を削除する ロバスト回帰を使用する 標準回帰をそのまま使用する 外れ値を平均値で置き換える None 58. 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 59. 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 60. 大規模データセットを分析する際に、メモリ使用量を抑えつつ効率的に操作を行うための最適な方法は次のうちどれですか？ データを分割してストリーム処理を行う 全データを一括で読み込み、処理を行う 分析用にすべてのデータをサンプルデータに変換する データサイズを無視して操作を続行する None 61. 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 62. 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 63. 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 64. 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 65. 生成モデルにおいて、自己回帰モデルはどのようにしてデータを生成しますか？ データのすべてを一度に生成する 前の出力に基づいて次の出力を逐次的に生成する ランダムにデータを生成する データをクラスタリングしてから生成する None 66. 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 67. 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 68. 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 69. Pythonでforループを用いて、リスト[1, 2, 3]の各要素に1を加えた結果を新しいリストとして出力するコードは次のうちどれですか？ [x+1 for x in [1, 2, 3]] list(map(lambda x: x+1, [1, 2, 3])) for x in [1, 2, 3]: x += 1 map(x+1, [1, 2, 3]) None 70. 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 71. 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 72. データの異常値を処理する一般的な方法として適切なものは次のうちどれですか？ 異常値を削除する 異常値を平均値で置き換える 異常値の影響を無視して分析を進める 異常値を説明変数として取り入れる None 73. モデルの性能評価において、訓練データに対して高い精度を示すが、テストデータに対して低い精度を示す現象を何と呼びますか？ 過学習（オーバーフィッティング） 欠損補完 ロジスティック回帰 標準化 None 74. ITセキュリティにおいて、SQLインジェクション攻撃を防ぐために効果的な対策は次のうちどれですか？ データを圧縮して送信する プレースホルダーを使用したSQL文の作成 パスワードをハッシュ化する ファイルの暗号化を行う None 75. ITセキュリティにおいて、セキュリティパッチ管理の目的として最も適切なものは次のうちどれですか？ システムのパフォーマンスを向上させる データの圧縮率を最適化する システムやソフトウェアの脆弱性を修正し、攻撃のリスクを軽減する データのバックアップを自動化する None 76. AI技術の導入に伴い、契約において「プライバシー保護条項」が重要視される理由は次のうちどれですか？ 契約の終了時にデータを削除するため 個人情報や機密データの不正利用を防ぐため 契約内容を一般に公開するため データの質を向上させるため None 77. 「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 78. データのクリーニングにおいて最も一般的に行われる操作は次のうちどれですか？ データの増強 ノイズや欠損値の削除 データの学習 モデルの構築 None 79. ITセキュリティにおいて「暗号化の鍵管理」が重要と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？ 暗号化プロセスを高速化するため。 鍵が漏洩すると暗号化されたデータが解読される可能性があるため。 暗号アルゴリズムを簡素化するため。 暗号化されたデータのバックアップを容易にするため。 None 80. 非構造化データの分類において、深層学習の利点として正しいものはどれですか？ 手作業での特徴抽出が不要になる モデルが単純で計算リソースを消費しない 全てのデータを同じアルゴリズムで処理できる 特徴量の選択が容易になる None 81. GANやVAEのような生成モデルを用いて、新しいデータを生成する際に直面する可能性のある課題は何ですか？ モデルのトレーニングに非常に時間がかかる モデルが生成したデータが現実のデータと大きく異なる場合がある ラベル付けが必要なデータでしか動作しない ハイパーパラメータの調整が不要である None 82. データを可視化する際に使用される「散布図」の主な目的は次のうちどれですか？ データの分布を確認する データの平均値を表示する 2つの変数間の相関を視覚的に確認する データの外れ値を自動的に削除する None 83. 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 84. 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 85. 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 86. 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 87. 「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 88. 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 89. データサイエンスプロジェクトで取得したデータに対する知的財産権の主張を行うためには、次のうちどの条件を満たす必要がありますか？ データの収集方法が独自であり、創作性が認められること データが商業的価値を持つこと データが公的に公開されていること データの量が一定以上であること None 90. 自然言語処理（NLP）において、テキストの単語やフレーズを数値データに変換する手法として最も一般的なのはどれですか？ トークン化 One-hotエンコーディング TF-IDF 正規化 None 91. 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 92. ITセキュリティにおいて、「認証」とは何を指しますか？ ユーザーやシステムが正当なものであることを確認するプロセス データの改ざんを防止するプロセス サーバーの負荷を軽減するプロセス データの圧縮を行うプロセス None 93. 非構造化データを用いる機械学習において、ワードベクトル（word embeddings）を生成する技術として広く使用されている手法はどれですか？ Word2Vec K-meansクラスタリング 主成分分析 決定木 None 94. 生成モデルにおいて、VAE（Variational Autoencoder）と通常のオートエンコーダの違いは何ですか？ VAEはデータを圧縮するが、通常のオートエンコーダはデータを分類する VAEは生成タスクに使われ、通常のオートエンコーダは再構築タスクに使われる VAEは確率的アプローチを採用し、通常のオートエンコーダは決定論的アプローチを採用する VAEは次元削減に特化している None 95. 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 96. 「著作権」の対象として、データサイエンスプロジェクトに関連するものは次のうちどれですか？ アルゴリズムのアイデア コードやドキュメントの記述内容 データそのもの データの集計結果 None 97. 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 98. データサイエンスプロジェクトの契約において、「成果物の所有権」が曖昧な場合に起こり得る問題は次のうちどれですか？ 成果物が正しく納品されない 成果物が契約外で使用される 成果物の精度が低下する 成果物の利用や商業化に関する権利争いが発生する可能性がある None 99. 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 100. 「セキュアコーディング」の実践が求められる理由として最も適切なものは次のうちどれですか？ システムのパフォーマンスを向上させるため。 プログラムを簡潔にするため。 プログラムにセキュリティ脆弱性が含まれないようにするため。 トレーニングコストを削減するため。 None Time's up
