DS検定～模擬試験⑥～ 2024年12月7日 ailearn 1. プロジェクトマネジメントにおける「ベンチマーク」とは次のうちどれですか？ プロジェクトの進行を監視するための手法 プロジェクトのコストを削減するための手法 プロジェクトのリソースを効率化する手法 プロジェクトのパフォーマンスを測定し、他のプロジェクトや業界標準と比較する手法 None 2. ある企業が「フェイクニュース検出AI」を導入しました。このAIモデルが意図せず特定のウェブサイトのみを高頻度でフェイクニュースと判断する偏りを示しています。この状況で、最も適切な対応は次のうちどれですか？ データの偏りを再検討し、トレーニングデータを見直す モデルの学習率を下げて再学習を行う 偏りが見られるウェブサイトのデータをすべて削除する モデルのアルゴリズムを変更せず、運用を継続する None 3. 動的計画法における「ナップザック問題」の最適解を見つける際、部分問題を適切に定義するために重要な要素は次のうちどれですか？ 収容可能な重さの合計と現在までの選択肢。 収容可能な重さの合計と各アイテムの価値の比率。 選択可能なアイテム数と総価値。 アイテムの重さと価格の積。 None 4. 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 5. 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 6. 動的計画法を用いた在庫管理モデルでは、需要の不確実性を考慮するために使用される手法はどれですか？ ベルマン方程式 ロジスティック回帰 ヒューリスティックアルゴリズム モンテカルロシミュレーション None 7. 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 8. AIシステム運用において「A/Bテスト」の目的は何ですか？ モデルのハイパーパラメータを自動的に調整すること データの前処理方法を評価すること 2つの異なるモデルの性能を比較し、最適なモデルを選定すること モデルの精度を監視するためにデータを分割すること None 9. 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 10. 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 11. ある小売企業が、AIを活用して顧客の購買パターンを分析し、ターゲティング広告を実施しています。この場合、データを適切に扱うために最も考慮すべき事項は次のうちどれですか？ 顧客データを暗号化せずに保管する データ収集の詳細を開示せず、分析結果のみ公開する 顧客データの使用目的を明確にし、事前に同意を得る 分析に使用するデータを保存期間の制約なしで保管する None 12. 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 13. プロジェクトマネジメントにおいて「リスク回避」の具体例として最も適切なものは次のうちどれですか？ リスクが発生した際に対応策を考える プロジェクト計画段階でリスクを取り除くための代替案を採用する リスク発生の可能性を分析せずに進行する チーム全員にリスクを共有せずに作業を進める None 14. 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 15. 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 16. Transformerベースの生成AIモデルとして代表的なものは次のうちどれですか？ CNN RNN LSTM GPT None 17. データを利用する際の「データセキュリティ対策」に関して、最も重要なポイントは次のうちどれですか？ データが漏洩しないよう、アクセス権限を適切に管理する データを無制限に共有する データのバックアップを取らない データをクラウドに無制限で保存する None 18. ネットワークフロー問題における「最大流アルゴリズム」の目的として最も適切なものは次のうちどれですか？ 全ノード間の最短距離を求めること。 特定の始点から終点までのネットワーク内で流せる最大量を求めること。 ネットワーク内の最小費用を求めること。 ネットワークの全体構造を可視化すること。 None 19. 生成AIで使用される「逆伝播法」とは何ですか？ モデルの重みをランダムに変更する方法 モデルの誤差をネットワークの逆方向に伝搬させて学習する方法 新しいデータを生成する方法 データを圧縮して送信する方法 None 20. 組織の「モチベーション向上施策」に効果的な手法は次のうちどれですか？ プロジェクトの進捗を定期的に報告させる インセンティブや報酬制度を導入する チームの目標を細かく設定する チームメンバーを評価しない None 21. 「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 22. 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 23. 「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 24. データの利活用における「データ保持期間」の設定に関して最も適切な説明は次のうちどれですか？ データは使用目的が達成され次第、不要なデータを削除する データは無期限に保持する データは一度取得したら削除しない データ保持期間を設定しない None 25. 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 26. 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 27. 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 28. GANのトレーニング過程で起こりうる「モード崩壊」とは何ですか？ 生成ネットワークが一部のデータパターンしか生成できなくなる現象 判別ネットワークが過学習する現象 トレーニングデータが不足する現象 モデルのハイパーパラメータが適切に設定されない現象 None 29. AIが決定を下す際の説明可能性を確保するために使用される手法は次のうちどれですか？ 自己学習型AI データ削減手法 AIのブラックボックス化 Explainable AI（XAI） None 30. 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 31. 動的計画法で使用される「メモ化」とは何ですか？ 問題の部分解を一時的に保存して再利用すること 解をメモリに保存して一度に計算すること 部分問題を繰り返し解く手法 解の探索空間を分割して解決する手法 None 32. AIシステムの運用において「モデルの透明性」を確保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？ モデルの説明可能性（Explainability）を提供するために、SHAPやLIMEなどの手法を利用する モデルのパラメータを隠し、ブラックボックス化する モデルの精度が低下した場合は、手動で再トレーニングを行う モデルのトレーニングデータを圧縮して保存する None 33. 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 34. 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 35. 組織マネジメントにおける「コンフリクトマネジメント」の主な目的は次のうちどれですか？ チームメンバーを評価しないこと チームリーダーを変更すること チームの全体的な進捗を監視すること チーム内の意見の衝突を防ぎ、適切に解決すること None 36. データ保護において「バックアップ」の重要性を最もよく説明しているものは次のうちどれですか？ データの複製を作成し、データの消失や破損に備える データを全てオンラインで公開する データの更新頻度を低下させる データをすべて削除する None 37. プロジェクトマネジメントにおいて、プロジェクトの進行を監視し、変更が必要かどうかを判断する手法は次のうちどれですか？ スコープクリープ リソース最適化 クラウドマイグレーション モニタリングとコントロール None 38. 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 39. 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 40. 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 41. 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 42. 組織における「従業員エンゲージメント」を向上させるための最も効果的な施策は次のうちどれですか？ 従業員に一切のフィードバックを与えない 従業員の業務を定期的に変える 従業員の評価を公開する 従業員の意見を尊重し、定期的なフィードバックを行う None 43. 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 44. 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 45. 組織における「ダイバーシティ推進」の目的は次のうちどれですか？ チームの意思決定をリーダーに集中させるため 組織の規模を縮小するため 組織の目標を定めないため 組織内に多様な背景やスキルを持つ人材を集め、組織の競争力を高めるため None 46. 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 47. データ管理のセキュリティを強化するために一般的に行われる手法は次のうちどれですか？ データをクラウド上に全て公開する データをバックアップせずに保存する データの暗号化 データを無断で共有する None 48. 組織における「心理的安全性」を高めるための施策として最も適切なものは次のうちどれですか？ チームメンバーにフィードバックを与えない 全ての意思決定をリーダーが行う チームメンバーの意見を抑制する チームメンバーが自由に意見を述べられる環境を整える None 49. 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 50. 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 51. AIシステム運用において、モデルの「フェアネス（公平性）」を確保するための手法として正しいものは次のうちどれですか？ モデルのハイパーパラメータを手動で調整する データの前処理を行わずにそのままモデルに投入する モデルのバイアスを定期的に検査し、必要に応じて再トレーニングを行う モデルの精度だけを評価し、他の要素は考慮しない None 52. 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 53. 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 54. プロジェクトの「アジャイル型アプローチ」がウォーターフォール型と異なる点として最も正しいものは次のうちどれですか？ アジャイルは反復的であり、適応的な計画変更が可能である アジャイルは計画変更を行わない アジャイルは全体のスコープを最初に決める アジャイルは一度に全てのタスクを完了させる None 55. 生成AIの「Diffusionモデル」が注目されている理由として正しいものは次のうちどれですか？ 計算コストが低いため 時系列データに適しているため 高品質な画像やテキストを生成できるため リアルタイム処理に特化しているため None 56. 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 57. 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 58. 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 59. 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 60. 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 61. 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 62. 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 63. 組織における「コミュニケーションの一貫性」を確保するために効果的な手法は次のうちどれですか？ 定期的な全体会議を行う メールでの情報共有を重視する チームリーダーを通じてフィードバックを管理する 特定のリーダーのみが情報を発信する None 64. 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 65. 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 66. 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 67. GDPRに基づく「データポータビリティの権利」とは、個人が自身のデータに対してどのような権利を持っていることを意味しますか？ データの削除を求める権利 データの無制限な利用を許可する権利 自身のデータを他のサービスプロバイダーに転送する権利 データを暗号化する権利 None 68. 「ハイブリッドワーク環境」における組織マネジメントの課題として考えられるものは次のうちどれですか？ メンバー間のコミュニケーションが分断される可能性がある すべてのメンバーがオフィスに常駐する オンライン会議が禁止される メンバー全員がリーダーの指示を待つ None 69. データ活用を重視する組織において「心理的安全性」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？ 組織内で新しいアイデアや意見を自由に表現できる環境を作るため 意見を述べた社員を罰する仕組みを作るため 全ての社員に同じ考え方を強制するため データに基づく意思決定を排除するため None 70. 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 71. 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 72. 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 73. 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 74. 「差別を助長するAIシステム」の発生を防ぐために考慮すべきことは次のうちどれですか？ バイアスを無視する 特定の属性を強調する AIの判断を全て手動で行う データのバイアスを検出し、修正する None 75. データベースにおける「データマスキング」の目的として最も適切なものは次のうちどれですか？ データの複製を作る 機密データを部分的に隠す データを完全に削除する データの更新を停止する None 76. 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 77. 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 78. サイバー攻撃に備えるために企業が導入するべき対策として正しいものは次のうちどれですか？ 定期的なセキュリティパッチの適用 システムの公開を増やす データのバックアップを行わない データの暗号化を無効にする None 79. データガバナンスの枠組みにおいて「アクセス制御」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？ データを公開し、誰でも自由に利用できるようにする データへのアクセスを管理し、無制限な利用を防ぐ データのバックアップを削除する データの処理速度を向上させる None 80. 輸送問題において、MODI法（Modified Distribution Method）は何を目的として使用されますか？ 初期解を生成する 最適解を改良する コストの上限を決定する 供給量と需要量を均等にする None 81. 組織マネジメントにおいて「適応型リーダーシップ」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？ すべての社員に同じ働き方を求めるため 長期的な計画を固定し、変更を一切許さないため チームメンバーの役割を完全に固定するため 環境の変化に対応し、柔軟な意思決定を行うため None 82. 生成AIにおける「StyleGAN」の特徴として正しいものは次のうちどれですか？ 画像のスタイル（テクスチャ、形状など）を制御して高品質な画像を生成できる データを圧縮して送信するための技術である 文章生成に特化した生成AIである データの再構築を目的とするオートエンコーダモデルである None 83. AIシステム運用で「モデルサービング（Model Serving）」の主な目的として正しいものは次のうちどれですか？ トレーニング済みモデルを本番環境で予測可能な形で提供する。 モデルのトレーニングに必要なデータを生成する。 モデルの性能を評価するために一時的に運用する。 モデルの精度を改善するために新しいアルゴリズムを追加する。 None 84. 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 85. 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 86. 線形計画法における「影響係数（シンプルックス乗数）」とは何ですか？ 目的関数の傾き 制約条件を変更した際の目的関数の変化率 決定変数の値 可行領域の境界 None 87. データサイエンスプロジェクトにおいて、「リソース管理」で最も重要な要素は次のうちどれですか？ プロジェクト完了後に必要な人材を採用する データサイエンティストの全ての作業を一人で行わせる 必要なスキルセットを持つ人材を適切に配置する 他部門からのフィードバックを一切受け付けない None 88. VAE（Variational Autoencoder）の主な目的は何ですか？ クラスタリングを行う 畳み込みを行う データを潜在空間に圧縮し、生成する 時系列データの予測を行う None 89. AIシステム運用において、「デプロイメント」の意味として正しいものは次のうちどれですか？ データをクレンジングしてからモデルに投入すること 開発した機械学習モデルを本番環境に展開すること モデルの性能を監視すること モデルを再トレーニングすること None 90. 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 91. 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 92. GPTのような自己回帰生成モデルにおいて、「トークン化」の役割は何ですか？ テキストを小さな単位に分割して、モデルに入力できる形式にする 生成されたテキストを圧縮して保存する テキストの生成速度を向上させる 生成されたデータの精度を評価する None 93. 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 94. 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 95. 機械学習モデルがサイバー攻撃を受けやすい理由として最も適切なものは次のうちどれですか？ モデルはデータを暗号化していないため モデルは常に誤差を出すため モデルは内部構造が公開されていることが多いため モデルは自己防御機能を持っているため None 96. 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 97. 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 98. ゲーム理論において「ナッシュ均衡」とは何ですか？ プレイヤーがそれぞれの戦略を変更しても利益が増えない状況 すべてのプレイヤーが最適戦略を選んでいる状況 プレイヤー間の協力が成功した結果 一方的に勝利する戦略のこと None 99. AIシステム運用で「フェイルオーバー（Failover）」を設定す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？ モデルの精度を向上させるため。 トレーニング時間を短縮するため。 モデルのスケールアップを実現するため。 システムの主要なコンポーネントが障害を起こした場合に、バックアップシステムに切り替えるため。 None 100. 生成AIのトレーニングにおいて「学習率スケジューリング」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？ モデルの学習を完全に停止するタイミングを制御するため。 学習過程でのオーバーフィッティングを防ぐため。 トレーニングの安定性を確保し、最適な結果を得るため。 トレーニングの進行をスピードアップするため。 None Time's up
