DS検定～模擬試験⑥～ 2024年12月7日 ailearn 1. 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 2. 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 3. 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 4. 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 5. 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 6. 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 7. 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 8. 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 9. 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 10. 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 11. 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 12. 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 13. 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 14. 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 15. 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 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 18. 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 19. 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 20. 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 21. 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 22. 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 23. 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 24. 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 25. 「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 26. プロジェクトマネジメントにおいて「スコープクリープ」とは何ですか？ プロジェクトのスコープが急激に縮小する現象 プロジェクトの予算が急激に増加する現象 プロジェクトの進捗が遅延する現象 プロジェクトのスコープがコントロールされずに拡大する現象 None 27. データサイエンスプロジェクトにおいて、予測モデルの精度が期待を下回った場合、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？ モデルの再評価と改善策の検討 データサイエンティストを交代させる プロジェクトを終了する 予算を増やす None 28. 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 29. 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 30. 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 31. 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 32. 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 33. 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 34. 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 35. データ保護の観点から、「多要素認証（MFA）」が効果的である理由は次のうちどれですか？ 複数の認証要素を組み合わせることで、不正アクセスのリスクを減少させる データを全て削除することができるため 認証手続きが1回で完了するため データのバックアップを取らなくてもよい None 36. 動的計画法を用いて解決する問題の一例として、最も適切なものは次のうちどれですか？ 線形回帰 分枝限定法 Dijkstraのアルゴリズム ナップサック問題 None 37. データ保護において「ロールベースアクセス制御（RBAC）」の主な目的は次のうちどれですか？ データの暗号化を効率化する 利用者の権限に基づいてアクセスを制限する AIモデルのバイアスを防ぐ サーバーの障害を防止する None 38. 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 39. 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 40. 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 41. 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 42. 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 43. 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 44. 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 45. 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 46. 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 47. 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 48. 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 49. 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 50. 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 51. 「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 52. 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 53. 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 54. 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 55. 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 56. 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 57. 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 58. 「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 59. 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 60. 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 61. 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 62. 組織内での「フィードバック文化」を醸成するために効果的な施策は次のうちどれですか？ 定期的なフィードバックを行い、改善点を指摘する フィードバックを控え、自由に進行させる 問題が発生した時にのみフィードバックを行う チームメンバーからの意見を無視する None 63. 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 64. 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 65. 「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 66. AIシステム運用において、異常検知を行うために使用される一般的な手法は次のうちどれですか？ モデルの精度を評価するために交差検証を行う データの前処理を手動で行う モデルの予測結果を定期的にアーカイブする クラスタリングや回帰分析を用いて、通常のパターンから外れたデータを検出する None 67. 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 68. 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 69. 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 70. 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 71. 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 72. 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 73. 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 74. 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 75. 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 76. 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 77. 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 78. 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 79. 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 80. 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 81. AIモデルが意図しないバイアスを学習することを防ぐために行うべき最適な対策は次のうちどれですか？ バイアスのないデータを使用してモデルを訓練する バイアスを意図的にモデルに組み込む AIモデルのトレーニングを行わない バイアスを無視してモデルを運用する None 82. 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 83. 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 84. 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 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. 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 87. 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 88. 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 89. 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 90. 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 91. 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 92. 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 93. 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 94. 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 95. 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 96. 「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 97. 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 98. 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 99. 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 100. 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 Time's up
