DS検定～模擬試験③～ 2024年12月7日 ailearn 1. 分散データベースにおける「CAP定理」の3つの要素に該当しないものは次のうちどれですか？ Consistency（整合性） Availability（可用性） Partition Tolerance（分割耐性） Performance（性能） None 2. 分散データベースにおいて、「クエーリーのシャーディング」は何を目的としていますか？ クエリを複数のデータサーバーに分散させ、パフォーマンスを向上させる クエリを自動で最適化する クエリを圧縮してデータ転送速度を上げる クエリのエラーを自動修正する None 3. 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 4. 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 5. ビッグデータの分析において「分散処理」が必要とされる理由は次のうちどれですか？ データの重複を防ぐため 大規模データを効率的に処理するために、データを複数のマシンに分散して処理する必要があるため データをより高速に削除するため 分析結果を分割して表示するため None 6. 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 7. カテゴリカル変数と数値変数の関係を視覚化する際に適したグラフはどれですか？ ヒストグラム 散布図 ペアプロット 箱ひげ図 None 8. 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 9. 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 10. カテゴリカルデータが高次元になる問題（次元の呪い）に対処するために推奨される手法はどれですか？ PCAを使用して次元削減を行う One-hotエンコーディングを使用する ラベルエンコーディングを使用する 特徴選択を行う None 11. 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 12. 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 13. 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 14. 現在、AI技術が急速に進展している分野として最も適切なものは次のうちどれですか？ 自動運転車 書籍の出版 手作業での農業 古典芸術の制作 None 15. 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 16. 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 17. 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 18. 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 19. AIを活用した交通管理システムにおいて、最も一般的な目的は次のうちどれですか？ 交通事故のデータを削除する 信号の故障を予測する 渋滞の予測とリアルタイム交通制御 車両の登録情報を一括管理する None 20. 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 21. 複数の解決策を比較するために「コストベネフィット分析」を使用する際、考慮すべき要素として適切なものは次のうちどれですか？ 各解決策のコストと、それに伴う利益や効果 各解決策にかかる時間とリスク 各解決策に必要なリソースと技術的難易度 各解決策の影響範囲と利益率 None 22. 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 23. 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 24. AIが金融業界で行う「不正検知システム」の特徴として正しいものは次のうちどれですか？ 不正取引を手動で確認する 顧客のデータを削除する 全ての取引を同一基準で扱う 顧客の取引データをリアルタイムで分析し、異常なパターンを検出する None 25. 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 26. 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 27. アプローチ設計において「データ駆動型の意思決定」が重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？ データを基にリスクを最小限に抑えるため 主観的な判断を避け、客観的なデータに基づいて解決策を選択するため データを活用して迅速な意思決定を行うため すべてのステークホルダーの意見を反映させるため None 28. データ分析における「エンコーディング」とは、どのようなプロセスを指しますか？ カテゴリデータを数値データに変換するプロセス データの欠損を補完するプロセス 時系列データを分析するためのプロセス データのクレンジングを行うプロセス None 29. 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 30. 「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 31. 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 32. 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 33. データの分布を視覚化するために最も適したグラフは次のうちどれですか？ ヒストグラム 棒グラフ 散布図 箱ひげ図 None 34. データ分析において「因果関係」と「相関関係」の違いとして正しいものは次のうちどれですか？ 因果関係は、2つの変数が無関係であることを示す 相関関係は、2つの変数が同時に変動するが、因果関係は1つの変数がもう1つに影響を与えることを意味する 相関関係は、常に因果関係を意味する 因果関係と相関関係は同義である None 35. 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 36. 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 37. 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 38. 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 39. アプローチ設計における最初のステップとして適切なものは次のうちどれですか？ 課題の明確化 データ収集の開始 解決策の実施 成果の評価 None 40. 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 41. 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 42. 「CAP定理」において、ネットワーク分断耐性を維持しつつ可用性を優先するシステムの課題として最も適切なものは次のうちどれですか？ トランザクション処理の速度が低下すること。 データベースが分断されると操作が停止すること。 データの一時的な不整合が発生すること。 データが大量に保存できなくなること。 None 43. データ蓄積における「Cold Storage」とはどのようなデータを保存するためのものですか？ 頻繁にアクセスされないが、長期的に保存する必要があるデータ 高速でアクセスされるリアルタイムデータ セキュリティが強化されたデータ データベース内のインデックス情報 None 44. 生成AIを活用した「フェイクニュース検出システム」の主な課題として最も適切なものは次のうちどれですか？ 検出精度の向上によるコスト増加 システムの運用におけるサイバー攻撃のリスク増加 AIが誤って正確な情報をフェイクニュースと判断する可能性 検出システムが大規模データを処理できない None 45. 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 46. アプローチ設計における「フェーズゲート法」とは何ですか？ プロジェクトの各フェーズごとに進行状況を評価し、次のフェーズに進むかどうかを判断する手法 各フェーズでチームの成果を報告する手法 プロジェクト全体を一度に評価し、終了するタイミングを決定する手法 各フェーズごとに異なる解決策を適用する手法 None 47. 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 48. 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 49. 「Explainable AI（XAI）」の最新動向に関する利点として最も適切なものは次のうちどれですか？ AIの決定プロセスを透明化し、結果の説明が可能になる AIの精度を低下させる AIの結果をブラックボックス化する AIの学習速度を遅くする None 50. 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 51. 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 52. 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 53. AIが「スマートホームシステム」で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？ 家電の修理を行う 家電の設置を自動で行う 家電の使用を制限する 家電の自動制御を行い、エネルギー効率を最適化する None 54. 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 55. 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 56. 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 57. 「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 58. 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 59. スマートシティの実現において、AIが果たす役割として最も重要なものは次のうちどれですか？ 都市計画を完全に自動化する 全ての市民サービスをAIに置き換える 都市内のすべてのビルを自動的に設計する 交通管理やエネルギー消費の最適化など、都市運営を効率化する None 60. AIによる「異常検知システム」が製造業に導入されることで得られる主な利点は次のうちどれですか？ 製品の品質を無視する 製造コストが増加する AIによる検知が不正確になる 製品の不良品や設備の異常をリアルタイムで検出し、早期に対応できる None 61. カテゴリカルデータの頻度分布を視覚化する際に最も適したグラフはどれですか？ 散布図 ヒストグラム 棒グラフ 箱ひげ図 None 62. 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 63. 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 64. 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 65. データの「拡張現実（AR）」に関する最新技術の応用例として最も適切なものは次のうちどれですか？ ARを使って建築物の仮想設計を行う ARを使ってデータの圧縮を行う ARを使って音声データの解析を行う ARを使って市場データを分類する None 66. AIによる「在庫管理システム」を導入することの利点として最も適切なものは次のうちどれですか？ 在庫管理の精度が下がる 人手による在庫確認が増える リアルタイムで在庫量を監視し、需要予測に基づいた発注を自動化できる 在庫データが失われるリスクが高まる None 67. カテゴリカルデータをエンコードする際、One-hotエンコーディングを使用する理由は何ですか？ カテゴリ間に序列がある場合のエンコードが容易であるため カテゴリカルデータが数値データとして扱われるようになるため カテゴリカルデータ間に意味のない序列が生じるのを防ぐため カテゴリカルデータの次元が増加しないため None 68. 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 69. 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 70. 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 71. 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 72. 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 73. 分散ファイルシステムにおいて、「HDFS」がデータの冗長性を確保するために使用する技術は次のうちどれですか？ データの暗号化 レプリケーション シャーディング キャッシング None 74. 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 75. 非構造化データに対する主な課題として最も適切なものは次のうちどれですか？ データが非常に小さく、分析に適さないこと 明確なフォーマットがないため、処理が複雑になること データがテーブル形式で整理されていること 非構造化データはリアルタイム処理が不要であること None 76. データベースにおける「レプリケーション」の目的は何ですか？ データの保存容量を減らす データの暗号化を行う データのスキーマを自動生成する データの可用性を高め、障害に対する耐性を向上させる None 77. 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 78. ヘルスケア分野でAIが導入されている例として、患者モニタリングシステムの主な目的は次のうちどれですか？ 医療記録の自動削除 患者のバイタルサインをリアルタイムで監視し、異常を検知する 薬剤の価格を一括管理する 病院のスタッフスケジュールを最適化する None 79. 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 80. 大規模データの保存に適した「Hadoop HDFS（Hadoop Distributed File System）」の主な特性は次のうちどれですか？ データを高速で検索できるインデックス機能を持つ データをリアルタイムで処理する 大規模なデータセットを分散して保存し、冗長性を確保する トランザクションを強力にサポートする None 81. データサイエンスにおける「転移学習（Transfer Learning）」の最新動向として、最も適切なものは次のうちどれですか？ モデルをゼロから学習させる手法 全てのデータを破棄する手法 データ前処理を無視する手法 既存のモデルの知識を利用して、新しいタスクに応用する手法 None 82. 「データの一貫性」を確認する目的として最も適切なものは次のうちどれですか？ 異なるデータソースからのデータが同じ形式で扱われることを保証するため データの内容が真実であることを確認するため データの欠損を補完するため データをモデルにそのまま投入するため None 83. One-Hot Encodingを使用した場合に、次元数が増加しすぎる（次元の呪い）を防ぐための対策として適切なものは次のうちどれですか？ 高頻度カテゴリのみをエンコードする。 カテゴリを数値化し、そのまま使用する。 標準化を適用して次元を削減する。 主成分分析（PCA）を適用して次元削減を行う。 None 84. 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 85. 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 86. 散布図において、データポイントが過剰に重なり合う場合、それを解消するための一般的な手法は次のうちどれですか？ データの正規化 ヒートマップを使用する 点をランダムにずらす（ジッターリング） データをカテゴリに変換する None 87. 大規模な欠損値を含むデータセットに対して、単純な平均補完では不十分な場合に推奨される手法は何ですか？ k-近傍補完 (k-NN Imputation) 平均補完 欠損データの削除 モード補完 None 88. データ蓄積において「データウェアハウス」と「データレイク」の主な違いとして正しいものは次のうちどれですか？ データウェアハウスはスキーマを事前に定義する必要があるが、データレイクはスキーマが不要である。 データウェアハウスは非構造化データに特化しているが、データレイクは構造化データに特化している。 データウェアハウスはクラウド環境でしか使用できないが、データレイクはオンプレミス環境でしか使用できない。 データウェアハウスは主にデータ保存に使用されるが、データレイクはデータ分析専用である。 None 89. アプローチ設計における「ベストプラクティス」の活用の主な利点は何ですか？ 既存のアプローチをそのまま模倣することができる 迅速に解決策を実施できる 革新的なアイデアを生み出すことができる 過去の成功例を基に、リスクを最小限に抑えた設計ができる None 90. 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 91. 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 92. 非構造化データを効率的に処理するために使用される技術として最も適切なものは次のうちどれですか？ 正規化 相関分析 主成分分析（PCA） 自然言語処理（NLP） None 93. 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 94. 「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 95. 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 96. 「外れ値（アウトライヤー）」を理解する際に重要な点は次のうちどれですか？ 他のデータから大きく離れた値が、全体の傾向を歪める可能性があるため 外れ値は常に無視すべきものであるため 外れ値を取り除くことで、分析結果が必ず正確になるため 外れ値は分析に関係しないため None 97. 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 98. AIを活用した「物流最適化システム」が導入されている企業の主な利点として正しいものは次のうちどれですか？ 配送ルートの最適化によりコストを削減し、配送効率を向上させる 倉庫の管理をAIに任せる AIが荷物を自動的に運ぶ 在庫の削減 None 99. 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 100. データベースの「トランザクション分離レベル」において、最も強い整合性を保証するレベルはどれですか？ Read Committed Repeatable Read Serializable Read Uncommitted None Time's up
