DS検定～模擬試験⑥～ 2024年12月7日 ailearn 1. 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 2. 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 3. 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 4. 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 5. 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 6. 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 7. 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 8. AIシステムのセキュリティを強化するために必要な手法として最も適切なものは次のうちどれですか？ AIモデルを暗号化する AIモデルをすべて公開する AIの意思決定プロセスを隠す AIのトレーニングデータを無制限に共有する None 9. 動的計画法を用いた最適化で「ベルマン方程式」が適用される例として最も適切なものはどれですか？ 輸送コストを最小化する問題。 線形制約条件下での目的関数を最大化する問題。 最適なスケジューリングを見つける問題。 不確実性のある環境での最短経路を求める問題。 None 10. 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 11. 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 12. 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 13. 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 14. 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 15. 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 16. 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 17. 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 18. 生成AIにおいて「クリッピング」とは何を指しますか？ 生成データを削除する手法 モデルの重みが特定の範囲を超えないように制限する手法 モデルの学習率を制御する手法 データの圧縮を行う手法 None 19. 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 20. 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 21. 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 22. 「ゼロトラストセキュリティモデル」が推奨され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？ 外部からの攻撃を完全に排除できるため すべてのユーザーやデバイスを信用しないことで、不正アクセスリスクを軽減するため 物理的なセキュリティ対策が不要になるため データセンターの運用コストを削減するため None 23. 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 24. 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 25. 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 26. データサイエンスプロジェクトにおいて「アジャイル手法」を採用する最大の利点は次のうちどれですか？ 完全に固定された計画で進行できる 全てのタスクを同時に実行できる プロジェクト終了後に成果物を初めて評価できる 短期間の反復作業を通じて柔軟に対応し、プロジェクトの方向性を調整できる None 27. 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 28. 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 29. 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 30. 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 31. AIシステムの倫理的な運用において、最も重要な要素の1つは次のうちどれですか？ 利用者の同意を得ずにデータを処理する AIシステムが公正であることを保証する AIモデルの内部構造を全て公開する AIシステムを完全に自律的にする None 32. 輸送問題において、「北西角法（Northwest Corner Method）」とは何を意味しますか？ コストを最小化する解法 初期解を生成するためのヒューリスティック法 線形計画法の一部 データを可視化する方法 None 33. 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 34. 「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 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. AIシステム運用における「システム可用性」を向上させるための方法として最も適切なものは次のうちどれですか？ システムのトラフィックを制限し、ユーザー数を減らす モデルのハイパーパラメータを調整して精度を向上させる モデルのトレーニングデータを定期的にバックアップする 冗長構成を採用し、障害が発生してもシステムが稼働し続けられるようにする None 37. 「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 38. 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 39. 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 40. 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 41. 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 42. GDPRにおける「データ主体の権利」として認められているものは次のうちどれですか？ データの無制限な利用を許可する権利 データの公開を強制する権利 データの修正や削除を要求する権利 データの匿名化を禁止する権利 None 43. 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 44. 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 45. 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 46. 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 47. 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 48. データサイエンスプロジェクトにおける「スコープ管理」とは何を指しますか？ プロジェクトの目標や成果物を定義し、その範囲を管理するプロセス プロジェクトの予算を管理するプロセス プロジェクトの品質を管理するプロセス プロジェクトのスケジュールを管理するプロセス None 49. 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 50. 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 51. 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 52. 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 53. 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 54. 「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 55. 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 56. 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 57. 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 58. 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 59. 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 60. 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 61. 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 62. 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 63. 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 64. 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 65. 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 66. 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 67. 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 68. 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 69. 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 70. 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 71. 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 72. 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 73. 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 74. 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 75. 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 76. GDPR（一般データ保護規則）において、データ漏洩が発生した際に企業が取るべき対応は次のうちどれですか？ データ漏洩を隠す データ漏洩を放置する 全てのデータを削除する 速やかに関係当局に報告する None 77. 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 78. 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 79. 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 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. AIシステム運用で「カナリアリリース」とはどのようなリリース方式ですか？ 全ユーザーに対して新しいモデルを一度に展開する方式 モデルの再トレーニングを行わずに、既存のモデルをそのまま再利用する方式 新しいモデルを一部のユーザーにのみ展開し、問題がないことを確認してから全体に展開する方式 モデルの精度が低下した際に、自動的に元のモデルに戻す方式 None 82. 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 83. 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 84. 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 85. 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 86. 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 87. 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 88. データサイエンスプロジェクトにおける「リスクマネジメント」の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 プロジェクト中に発生し得るリスクを特定し、対応策を立てること プロジェクトのスコープを広げること プロジェクトの関係者を減らすこと None 89. 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 90. 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 91. 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 92. 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 93. 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 94. 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 95. 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 96. 生成AIモデルにおける「フィードバックループ」とはどのような現象を指しますか？ モデルの出力が自動的に評価されるプロセス モデルの生成結果が次の入力データとして再利用され、誤差が蓄積する現象 モデルのパラメータが繰り返し最適化されるプロセス モデルのトレーニングデータが無限に循環される現象 None 97. 線形計画法における「可行解」とは何ですか？ 目的関数が最大値を取る解 目的関数が最小値を取る解 制約条件を全て満たす解 制約条件を全て無視する解 None 98. 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 99. 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 100. 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）」の役割として最も適切なものは次のうちどれですか？ プロジェクトの進捗を監視し、成功を評価する基準を提供する チームメンバーの個人的な満足度を測定する プロジェクトの終了後にのみ使用される評価基準を提供する データサイエンティスト個人の成果を評価するための指標を提供する None Time's up
