DS検定～模擬試験⑥～ 2024年12月7日 ailearn 1. 動的計画法（Dynamic Programming）で解決できる問題の特徴はどれですか？ 問題が時間によって変化する場合 問題が部分問題に分割でき、その部分問題が再利用可能な場合 制約条件が非線形な場合 決定変数が離散値をとる場合 None 2. 整数計画問題において、「分枝限定法（Branch and Bound）」はどのような問題を解くために使用されますか？ 非線形問題 線形問題 整数制約のある最適化問題 動的最適化問題 None 3. プロジェクトのリスクマネジメントにおいて、「定性的リスク分析」と「定量的リスク分析」の違いは何ですか？ 定性的リスク分析はリスクを無視する手法であり、定量的リスク分析はリスクを回避する手法である 定性的リスク分析は予算を評価し、定量的リスク分析は時間を評価する 定性的リスク分析はリスクの影響を主観的に評価し、定量的リスク分析はリスクの影響を数値的に評価する 定性的リスク分析は短期的なリスクを評価し、定量的リスク分析は長期的なリスクを評価する None 4. AIシステムをセキュリティ攻撃から保護するために重要な対策の1つとして適切なものは次のうちどれですか？ AIの出力結果を無制限に公開する AIの判断プロセスを全て削除する AIシステムにセキュリティ対策を施さない AIモデルのトレーニングデータを暗号化する None 5. AIシステム運用における「ブルーグリーンデプロイメント」とは何ですか？ モデルを複数のサーバーに分散してデプロイする手法 2つの異なる環境を用意し、片方をテスト環境として新しいモデルを試した後、問題がなければ全てのトラフィックを新環境に切り替える手法 モデルを逐次的に更新することで、システムのダウンタイムを最小化する手法 モデルを定期的に再トレーニングする手法 None 6. 交通ネットワークにおける最適化問題を解くために、オペレーションズリサーチで使用される手法は次のうちどれですか？ シンプレックス法 フローネットワーク法 ゲーム理論 ナップサック問題 None 7. AIシステムにおける「モデルの改ざん」を防ぐために最も効果的な手法は次のうちどれですか？ モデルをすべて公開する モデルとトレーニングデータの暗号化 モデルを定期的に削除する モデルの内部構造を隠す None 8. 線形計画法（LP）において、目的関数とは何ですか？ 制約条件を表す数式 最大化または最小化を目指す数式 データの最適な分割を表す手法 コストの削減を示す指標 None 9. データサイエンスプロジェクトにおける「スプリント」は何を指しますか？ プロジェクトのリスク評価手法 特定の期間内に行われる作業サイクル プロジェクト終了後の評価 プロジェクトの予算決定手法 None 10. 組織マネジメントにおいて「データガバナンス」が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？ データアクセスを完全に禁止する データの利用ルールや責任範囲を明確にする 組織外部へのデータ提供を完全に自由化する データ収集を部門ごとに独立して実施する None 11. データの「アクセス制御」における主な目的は次のうちどれですか？ 誰でも自由にデータにアクセスできるようにする データへのアクセスを適切な権限を持つ人に限定する データをすべて削除する データを自動的に公開する None 12. データの利用に関して「データのガバナンス」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？ データの自由な共有を促進するため データの利用ルールを定め、リスクを管理するため データを全て非公開にするため データの無制限な利用を推奨するため None 13. あるAIシステムが、特定の国のユーザーに不利な予測を行っていることが判明しました。この問題を解決するために企業が取るべき最も適切な対応は次のうちどれですか？ 不利な結果を受けたユーザーのデータをモデルから削除する 国別の属性をモデルの予測から除外する トレーニングデータに含まれる国別の分布を均等に調整する 国に関連するデータをすべて削除する None 14. AIシステム運用において「ホットスワップ（Hot Swap）」が利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？ モデルのトレーニングデータを切り替える際。 モデルのパフォーマンスを一時的に検証する際。 稼働中のAIモデルを停止せずに新しいモデルに切り替える際。 モデルのデプロイメントを一時停止する際。 None 15. AIシステム運用において、「シャーディング（Sharding）」の利点として最も適切なものはどれですか？ モデルの学習速度を向上させる。 データの分割により、スケーラビリティを向上させる。 モデルの透明性を高める。 モデルのトレーニングデータ量を削減する。 None 16. AIシステム運用での「コンティニュアスインテグレーション（CI）」の主な目的は次のうちどれですか？ コードの変更を頻繁に統合し、システム全体の品質を保つこと モデルの精度を上げるためにハイパーパラメータを自動調整すること データの保存容量を削減するためにデータを圧縮すること モデルの結果を可視化するためにダッシュボードを構築すること None 17. AIシステム運用において「ML Ops」の主な目的は何ですか？ 機械学習モデルの開発から運用までを一貫して自動化すること データの圧縮と保存を最適化すること データベースのパフォーマンスを向上させること モデルの精度を一定に保つため、定期的に手動で再学習させること None 18. 2段階最適化問題において、最初の段階で決定される変数を何と呼びますか？ ステージ変数 主変数 一次変数 ファーストステージ変数 None 19. AIの活用において、予測結果のバイアスを軽減するために最も有効なアプローチは次のうちどれですか？ トレーニングデータの選定と前処理を重視する モデルのアルゴリズムを改良するだけで解決する データに偏りがあっても、大量のデータを使用する バイアスが出た結果を手動で修正する None 20. 「敵対的攻撃（Adversarial Attack）」を受けたAIモデルが攻撃者による意図的な入力で誤った結果を出力しています。この状況に対し、企業が優先的に実施すべき対策は次のうちどれですか？ AIモデルのトレーニングデータ量を増やす ログ管理を強化し、攻撃者のIPアドレスを特定する 攻撃に耐性のある「防御的学習（Defensive Learning）」をモデルに適用する モデルの出力結果をすべて手動で確認する None 21. 交通最適化問題において、「最大流問題」とは何ですか？ 交通量を制限する問題 流量を一定に保つためのアルゴリズム ネットワーク内で特定のリソースを最も効率的に流す方法を求める問題 最も速い経路を見つける問題 None 22. 線形計画法の基本的な制約条件の一つは何ですか？ 目的関数が線形であること 制約式が線形でなければならない 決定変数が連続でなければならない 全ての制約条件は等式でなければならない None 23. AIシステム運用において、モデルの「ドリフト」を検知するために行うことは何ですか？ モデルのパラメータを手動で更新する モデルの予測結果と実際の結果の差異をモニタリングする モデルの入力データをフィルタリングする モデルのトレーニングデータを削除する None 24. AIモデルに対する「敵対的攻撃（Adversarial Attack）」に対する防御策として最も効果的な方法は次のうちどれですか？ 敵対的なデータをトレーニングに組み込む モデルの内部構造を全て公開する モデルを常に更新しない データを暗号化しない None 25. データやAIの利活用に関する「偏り」を防ぐための主な手法は次のうちどれですか？ データのバランスを確保する バイアスを無視する 特定のデータだけを使う データを全て削除する None 26. AIの倫理的運用において、「説明責任」が求められる主な理由は次のうちどれですか？ AIが下した決定が偏りのないものであることを保証するため AIの判断をすべて無条件に信頼させるため AIの判断を全て手動で行うため AIの意思決定をブラックボックス化するため None 27. AIシステム運用において「自動スケーリング」の利点として正しいものは次のうちどれですか？ システムの負荷に応じてリソースを自動的に追加または削除できるため、効率的なリソース管理が可能 モデルのハイパーパラメータを自動的に調整することで、精度を向上させる システムのリソースを最小限に維持し、常にコストを削減できる システムの速度を手動で最適化することができる None 28. ネットワークフロー問題において、「最小費用フロー問題」の特徴として正しいものは次のうちどれですか？ 各エッジのフローが最大となるように最適化する。 最小コストで一定のフローを供給する。 最短距離で始点から終点に到達する。 エッジ数を最小化する。 None 29. GANの判別ネットワークの役割は何ですか？ 生成ネットワークの重みを調整する 生成されたデータが本物か偽物かを判定する 生成ネットワークの損失関数を最適化する モデルの生成精度を評価する None 30. プロジェクトマネジメントの5つのプロセス群に含まれないものは次のうちどれですか？ 立ち上げ 計画 実行 評価 None 31. データサイエンスプロジェクトで「スコープクリープ」を防ぐために最も効果的な手法は次のうちどれですか？ プロジェクト開始時にスコープを明確にし、変更を厳しく制限する ステークホルダーの要求を全て受け入れる プロジェクト完了後にスコープを定義する スコープに関する文書を作成しない None 32. AIシステム運用において、モデルの精度が時間と共に低下する「モデル劣化」を防ぐために有効な方法は次のうちどれですか？ データドリフトや概念ドリフトをモニタリングし、モデルを定期的に再トレーニングする モデルのハイパーパラメータを変更せずにそのまま使用し続ける トレーニングデータを毎回同じものに固定して使用する 一度デプロイしたモデルは更新せずに長期間使用する None 33. データの利活用における「データ最小化の原則」が適用される場合、最も適切な対応は次のうちどれですか？ できるだけ多くのデータを収集する データの利用目的を定義しない 全てのデータを公開する 必要最小限のデータだけを収集・処理する None 34. プロジェクトの「ステークホルダー」とは次のうちどれですか？ プロジェクトに関与するすべての利害関係者 プロジェクトの予算を提供する企業のみ プロジェクトの技術的なサポートを行うチーム プロジェクトの顧客のみ None 35. AIシステムにおける「コンプライアンス対応」が重要である理由は次のうちどれですか？ AIのブラックボックス化を促進するため 法律や規制に違反しない運用を確保するため データの無制限利用を許可するため 全てのデータを自動で削除するため None 36. 生成AIにおいて「Contrastive Learning（対比学習）」が注目されている理由は次のうちどれですか？ 大規模データセットであってもモデルを効率的に訓練できるため モデルの重みを効率的に更新できるため 類似したデータを引き離し、異なるデータを近づけることで、効果的な表現を学習するため 生成されたデータの多様性を高めるため None 37. マルコフ決定過程（MDP）において、最適な政策を導くために使用される手法はどれですか？ ベルマン方程式 シンプレックス法 Dijkstraのアルゴリズム ハミルトン法 None 38. 組織における「業績評価制度」の目的は次のうちどれですか？ 従業員を厳しく監視するため 組織のスピードを低下させるため 従業員のパフォーマンスを客観的に評価し、報酬や昇進に反映するため チームリーダーを評価するため None 39. AIシステム運用において「シャドーデプロイメント（Shadow Deployment）」の目的として最も適切なものは次のうちどれですか？ 新しいモデルを本番環境に導入する前に、バックエンドで実際のデータを使ってテストするため。 ユーザーに新しいモデルを徐々に適用するため。 トレーニングデータを再利用するため。 モデルの透明性を確保するため。 None 40. チームの「自律性」を高めるための有効な方法は次のうちどれですか？ 各メンバーに目標を設定させ、自分で進捗を管理させる リーダーが全てのタスクを割り当てる チームのリーダーに全ての責任を持たせる メンバーに対するフィードバックを行わない None 41. プロジェクトマネジメントにおける「リソース管理」の主な目的は次のうちどれですか？ プロジェクトの予算を削減すること プロジェクトに必要な人材、設備、予算を効率的に管理し、適切に配分すること プロジェクトの成果物を管理すること プロジェクトの終結を早めること None 42. 組織内で「ナレッジマネジメント」を実施する主な理由は次のうちどれですか？ 知識を共有し、チームの生産性を向上させるため 知識を秘匿し、競争力を高めるため 知識の活用を制限するため ナレッジベースのデータを削減するため None 43. 最短経路問題を解くために広く使用されているアルゴリズムはどれですか？ Dijkstraのアルゴリズム シンプレックス法 ベルマンフォード法 ヒューリスティック法 None 44. 生成AIにおける「Few-shot Learning」の利点として正しいものは次のうちどれですか？ 少量のデータで高い性能を発揮し、追加のトレーニングデータがほとんど必要ない。 トレーニング時間を完全にゼロにできる。 特定のタスクに対して事前学習済みモデルを変更する必要がない。 モデルのサイズを劇的に小さくする。 None 45. AIシステム運用において「サーキットブレーカー（Circuit Breaker）」が導入される理由として正しいものは次のうちどれですか？ モデルの応答速度を向上させるため。 システム全体の障害を防ぐために、問題のあるサービスを一時的に停止するため。 モデルのトレーニングを最適化するため。 データの分散処理を実現するため。 None 46. 「アジャイルプロジェクト管理」がデータサイエンスの組織マネジメントに適し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？ 短期間の反復作業とフィードバックを重視し、柔軟に対応するため 全てのプロジェクトタスクを事前に完璧に計画するため チームの全員が同じ作業を同時に行うため 完成後にのみ成果物を評価するため None 47. 組織において「適応型マネジメント」が効果的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？ 組織が予算を削減するため 組織が変化する環境に迅速に対応し、計画を柔軟に変更できるため 組織が一度定めた計画を変更せずに維持するため 組織が短期間で利益を上げるため None 48. AIシステムのセキュリティを強化する際に考慮すべき「アドバサリアル・ロバストネス（Adversarial Robustness）」とは何を指しますか？ モデルのトレーニング時間を短縮する手法 敵対的攻撃に対してモデルが強靭であること モデルのデータをすべて削除する手法 モデルの出力結果を非公開にする手法 None 49. 生成AIで使われる「事前学習済みモデル」を利用する利点として最も適切なものは次のうちどれですか？ トレーニングデータのサイズに関係なく、高品質な生成が可能になる。 トレーニングの初期段階で高い精度が期待できる。 トレーニングプロセスの全体を自動化できる。 計算コストを削減し、カスタマイズ可能な学習ができる。 None 50. 生成AIにおいて「自己回帰モデル」が生成する順番はどのようなものですか？ データを順次生成する データを一度に生成する 特定のパターンに基づいてデータを生成する データをランダムに生成する None 51. プロジェクトマネージャーがチームメンバー間のコミュニケーションを促進するために使用すべき最も効果的な方法は次のうちどれですか？ メールのみでやり取りを行う 定期的なミーティングを設定し、進捗と課題を共有する 全てのコミュニケーションを管理者経由で行う 個別に連絡を取り、個々の進捗を確認する None 52. 組織マネジメントにおいて「権限委譲」の利点は次のうちどれですか？ リーダーの責任を軽減できる プロジェクトの進行が遅くなる リーダーシップが必要なくなる メンバーが自己管理能力を高めることができる None 53. AIを運用する際、結果の透明性を確保するために有効な手法は次のうちどれですか？ モデルの決定プロセスを明確に説明する モデルの中身をブラックボックス化する 全てのデータを公開する 人間の介入を完全に排除する None 54. 組織において「フラット型組織」を採用する利点は次のうちどれですか？ 組織の規模が大きくなるため 全ての権限をリーダーが持つため 意思決定が迅速になり、コミュニケーションが円滑になるため 組織のルールを厳格に管理できるため None 55. プロジェクトが終了した後、プロジェクトマネージャーが行うべき最も重要な作業は次のうちどれですか？ プロジェクトチームを解散する プロジェクトの振り返り（レトロスペクティブ）を実施し、成功と失敗を分析する 残ったリソースを次のプロジェクトに割り当てる プロジェクトの予算を再分配する None 56. GANのトレーニング過程で発生する「勾配消失問題」を軽減するために有効な技術は次のうちどれですか？ 学習率の低減 パラメータの初期化 重みの正則化 勾配クリッピング None 57. データベースに対する「SQLインジェクション攻撃」を防ぐための最も効果的な対策は次のうちどれですか？ データベースの全データを公開する クエリをランダムに実行する SQL文のエラーメッセージを非表示にする パラメータ化されたクエリを使用する None 58. 機密データの取り扱いにおいて、データ漏洩リスクを最小限に抑えるために最も重要なセキュリティ対策は次のうちどれですか？ データを暗号化し、アクセス制限を設ける データを外部に公開する データのバックアップを取らない データを無制限に共有する None 59. プロジェクトのスケジュールが予定より早く進行している場合、プロジェクトマネージャーが確認すべき事項は次のうちどれですか？ プロジェクトチームの作業スピードをさらに上げる 予算を削減する 進行が遅いタスクを見つけ、優先する 進行が早すぎるため、品質が保たれているかどうか None 60. データサイエンスプロジェクトにおける「KPI（重要業績評価指標）」の設定で最も適切なアプローチは次のうちどれですか？ プロジェクト終了時のみ測定可能な指標を設定する ビジネス目標と関連した具体的で測定可能な指標を設定する チーム全員が理解しにくい複雑な指標を設定する プロジェクトの進捗に関係のない指標を設定する None 61. プロジェクトの「ガントチャート」は何を管理するために使われますか？ プロジェクトの予算管理 プロジェクトのリスク管理 プロジェクトのスケジュール管理 プロジェクトのステークホルダー管理 None 62. GPTなどの生成AIモデルにおける「自己教師あり学習（Self-supervised Learning）」の役割は次のうちどれですか？ モデルの出力を自己評価するプロセス ラベルなしデータから学習することで、モデルが自己改善するプロセス モデルを一から学習させるプロセス モデルのパフォーマンスを手動で監視するプロセス None 63. プロジェクトの進行中に、ステークホルダーから予期しない要件変更が求められた場合、プロジェクトマネージャーが最初に行うべき対応は次のうちどれですか？ 要件変更の影響を評価し、変更がプロジェクト全体に与えるリスクやコストを見積もる すぐに要件を反映させる 要件変更を拒否する 要件変更の責任を他のチームに移す None 64. データを保護するための「暗号化」の主な目的は次のうちどれですか？ データの可読性を向上させる データの機密性を保護する データのサイズを減らす データの削除を簡単にする None 65. Diffusionモデルにおいて、生成過程で使用される「逆拡散（reverse diffusion）」とはどのようなものですか？ データを圧縮してから再構築するプロセス 生成されたデータの順序を逆に並べ替えるプロセス データの生成過程を最適化するプロセス ノイズを徐々に除去し、データを生成するプロセス None 66. データサイエンスプロジェクトにおいて「クリティカルパス」が示すものとして正しいのは次のうちどれですか？ プロジェクト完了に必要な最長のタスクの順序 プロジェクトにおけるリスクの多いタスクのリスト プロジェクト開始後に追加された全てのタスク プロジェクト終了後に削除されるタスク None 67. プロジェクトマネジメントの「クリティカルパス法 (CPM)」の目的は次のうちどれですか？ プロジェクトの最短完了時間を計算する プロジェクトの予算を最小化する プロジェクトのリスクを回避する プロジェクトチームの規模を最適化する None 68. 生成AIにおける「トークンエンベディング」の役割として正しいものは次のうちどれですか？ トークンを整数値に変換し、モデルに入力する準備をする。 トークンを数値ベクトルに変換し、モデルが処理できる形式にする。 トークンをそのまま文字列のままで処理する。 トークンを逆順に並べ替えてからモデルに渡す。 None 69. 動的計画法における「重複部分問題」とは何ですか？ 同じ計算を何度も繰り返すこと 最適化において複数の制約条件が重なること 異なる部分問題が同じ答えを持つこと 同時に解くべき問題の集合 None 70. データサイエンスプロジェクトで「ステークホルダー管理」を成功させるために最も重要な行動は次のうちどれですか？ ステークホルダーに必要以上に詳細な技術的説明を行う プロジェクトの進行中にステークホルダーとの連絡を最小限に抑える ステークホルダーと定期的に進捗を共有し、期待値を調整する プロジェクト終了後にのみ成果物を報告する None 71. データ保持期間を設定する際に重要な考慮事項として最も適切なものは次のうちどれですか？ 必要以上に長く保持する 法令や規制に基づいて保持期間を設定する 保持期間を設定せず、常にデータを保存する 保持期間を全データに対して一律に設定する None 72. 組織マネジメントにおける「メンタリング」の利点は次のうちどれですか？ メンターがすべての業務を代行する 新しいスキルや知識を効果的に習得できるようにする メンティーが独自に業務を進める メンターの仕事量を減らす None 73. 「ゼロトラストアーキテクチャ」におけるセキュリティ原則の1つは次のうちどれですか？ 一度認証されたリソースは信頼し続ける 全てのアクセスを許可する 全てのリソースへのアクセスを常に検証し、信頼しない 認証プロセスを省略する None 74. AIシステム運用における「キャパシティプランニング」の目的は次のうちどれですか？ データを効率的に圧縮することでストレージ容量を増やすこと モデルのハイパーパラメータを自動で最適化すること システムのリソースを効率的に管理し、今後の需要に対応できるよう準備すること トレーニングデータを増やしてモデルの精度を向上させること None 75. 生成AIにおける「フューズド（Fused）レイヤー」とは何ですか？ 異なるタイプのレイヤーを融合させ、計算効率を向上させる技術 モデルの重みを圧縮する技術 テキスト生成に特化した層の一種 ノイズを削除するための層 None 76. Diffusionモデルが生成AIにおいて注目される理由として、正しいものは次のうちどれですか？ 非常に高速にデータを生成できる。 徐々にノイズを除去するプロセスで高品質なデータを生成できる。 GANよりもトレーニングが複雑だが、より多くの計算資源を節約できる。 データの削除に特化した技術である。 None 77. AIを活用して採用活動を行う企業が、応募者の性別に基づく差別を防ぐために実施すべきアプローチとして最も適切なのは次のうちどれですか？ 応募者データから性別情報を完全に除外する 性別情報に基づく予測結果をすべて手動で修正する 性別情報を除外せず、その影響を無視する 性別情報を含めつつも、公平性を確保するようにモデルを調整する None 78. 組織マネジメントにおける「変革リーダーシップ」の特徴は次のうちどれですか？ チームメンバーに命令を下す 新しいビジョンを提示し、変革を促す 現状を維持する 問題が発生した際にのみ介入する None 79. クラウド環境でのデータ保護において、最も重要なポイントの1つは次のうちどれですか？ データをクラウド上で全て公開する データのバックアップを行わない データの監査ログを無効にする データを暗号化して保管し、アクセス制限を設ける None 80. 生成AIにおける「トランスファーラーニング」の利点として正しいものは次のうちどれですか？ 既存のモデルを再利用して、新しいデータセットに対して短期間で高精度なモデルを構築できる 新しいモデルを一から学習させることで、全く新しいデータを生成できる モデルのサイズを縮小し、計算リソースを節約できる 生成データの多様性を高めることができる None 81. データ処理において、「匿名化」の目的は次のうちどれですか？ データの信頼性を高める 個人を特定できないようにする データの可読性を向上させる データの処理速度を上げる None 82. AIシステム運用における「スケーリング」の目的は何ですか？ システムの処理能力を増強し、増加するユーザー数やデータ量に対応すること モデルのハイパーパラメータを最適化するためにデータを調整すること モデルの精度を保つためにデータセットを縮小すること システムの速度を上げるためにサーバーの数を減らすこと None 83. データサイエンスプロジェクトにおける「データのクリーニング」が重要な理由は次のうちどれですか？ データが不正確だとモデルの精度が低下するため データを大量に増やすため データの量が少ない方が処理が早いから データを無意味に削除するため None 84. AIモデルをトレーニングする際に、個人情報が含まれるデータを使用する場合の適切な対策は次のうちどれですか？ 個人情報をそのまま使用する 個人情報を匿名化して使用する 個人情報を加工せず使用するが、モデル完成後に削除する 個人情報を暗号化してモデル内に組み込む None 85. 「フェアネスアウェアネス（Fairness Awareness）」を考慮したAIシステムの設計において、重要な点は次のうちどれですか？ AIが判断する際に公正性を確保し、特定のグループに不利益が生じないようにする AIの判断をすべて無条件に信頼する AIのすべての決定をブラックボックス化する 公平性を考慮せずにAIを訓練する None 86. シンプレックス法とは何ですか？ 線形計画問題を解くための手法 非線形計画問題を解くための手法 グラフ理論を用いた最適化手法 動的計画法の一種 None 87. AIシステム運用において「ログ管理」が重要な理由として最も適切なものは次のうちどれですか？ システムの動作状況やエラーを追跡し、問題が発生した際に迅速に対応できるため データの保存容量を最適化するため モデルの精度を手動で確認するため モデルのハイパーパラメータを監視するため None 88. AIシステム運用において「バッチ処理」とは何ですか？ データをリアルタイムで処理する方式 モデルのトレーニングを一度に複数回実行する方式 データの前処理を自動化する方式 一定期間ごとにデータをまとめて処理する方式 None 89. 組織マネジメントにおける「透明性の確保」が重要な理由は次のうちどれですか？ チームメンバーに情報を隠すため 組織のルールを厳格にするため チームのスピードを低下させるため チームの信頼性を高め、意思決定の過程を明確にするため None 90. AIシステム運用における「コンティニュアスデリバリー（CD）」の目的として正しいものは次のうちどれですか？ モデルのパフォーマンスを手動でモニタリングする コードやモデルの変更を本番環境に自動的にデプロイするプロセスを確立する トレーニングデータを定期的にバックアップする モデルのハイパーパラメータを自動で調整する None 91. AIモデルの学習データにバイアスが存在する場合、次のうち最も懸念される問題はどれですか？ モデルが特定のグループに対して偏った判断を行う モデルの学習速度が遅くなる モデルの精度が高くなる モデルのパラメータ数が減少する None 92. 生成AIの「データ拡張（Data Augmentation）」が特に有効な理由として正しいものは次のうちどれですか？ トレーニングデータの不足を補い、モデルの過学習を防ぐため。 トレーニング時間を短縮するため。 トレーニング中に必要な計算資源を削減するため。 テストデータを生成するため。 None 93. 線形計画法の双対性理論において、双対問題の目的関数の最適値が主問題の目的関数の最適値と等しくなる理由として最も適切なものは次のうちどれですか？ 主問題と双対問題は同じ制約条件を共有するため。 双対問題の目的関数が主問題の制約条件を無視するため。 主問題の制約条件が双対問題の目的関数に変換されるため。 主問題と双対問題は互いに独立しているため。 None 94. データを扱う際の「リスクアセスメント」の目的として最も適切な説明は次のうちどれですか？ データの利活用に伴うリスクを事前に評価し、対策を講じる データを自由に利用するための手順を定める データの保存期間を無制限に延長する データの利用目的を明確にしない None 95. 生成AIにおける「Attentionメカニズム」の役割は次のうちどれですか？ モデルのパラメータを最適化する データをランダムに生成する モデルの損失関数を最小化する データの重要な部分に焦点を当てる None 96. 生成AIにおける「GAN（Generative Adversarial Network）」の基本的な構造はどのようなものですか？ 生成ネットワークと判別ネットワークから構成される 単一のニューラルネットワークからなる 畳み込み層のみで構成される RNN（リカレントニューラルネットワーク）をベースにする None 97. 組織マネジメントにおいて、最も重要なリーダーシップスタイルの1つは何ですか？ カリスマ的リーダーシップ ディレクティブリーダーシップ サーバントリーダーシップ 自律型リーダーシップ None 98. 生成AIにおける「WGAN（Wasserstein GAN）」が従来のGANに比べて有効とされる理由は次のうちどれですか？ モデルのパラメータが自動的に最適化されるため 生成ネットワークの計算速度が大幅に向上するため 勾配消失問題を軽減し、安定した学習を実現するため より少ないデータで高精度な結果が得られるため None 99. データ収集におけるプライバシー保護のために最も重要なことは次のうちどれですか？ 個人情報を集める際に、事前に明確な同意を得る データを自由に共有する データを完全に匿名化しない 同意がなくても情報を使用できる None 100. データ管理における「ログ管理」の目的は次のうちどれですか？ データを自動的に削除する データのサイズを減らす データの変更履歴を追跡し、不正アクセスを検知する データを全て公開する None Time's up
