E資格~模擬試験②~

1. 
自動運転車におけるエッジコンピューティングの役割として最も重要なものはどれですか?

2. 
次のうち、GPUとFPGAの選択を決定する上で最も重要な要素は何ですか?

3. 
RNNのバックプロパゲーションでは、勾配がどのように計算されますか?

4. 
「Terraform」を使用する主な目的は何ですか?

5. 
次のうち、強化学習において「多腕バンディット問題」が示す課題として最も適切なものはどれですか?

6. 
エッジコンピューティングにおいて、デバイス間の通信の信頼性を確保するために必要な対策として最も適切なものはどれですか?

7. 
Transformerの各層において、正規化(Normalization)はどのような役割を果たしますか?

8. 
Transformerにおける「Encoder-Decoder構造」の役割は何ですか?

9. 
次のうち、ドロップアウトを適用する際に避けるべき層はどれですか?

10. 
「教師なし学習」の主な目的は何ですか?

11. 
エッジコンピューティングの導入によって、クラウド上のデータ処理に与える影響として正しいものはどれですか?

12. 
「局所的解釈可能性」を持つモデルの例として正しいものはどれですか?

13. 
変分オートエンコーダ(VAE)の目的は何ですか?

14. 
分散処理システムにおける「データパーティショニング」の目的は何ですか?

15. 
「正則化(Regularization)」の目的として正しいものはどれですか?

16. 
Transformerにおける「ポジショナルエンコーディング」の役割は何ですか?

17. 
Transformerの構成要素の一つである「Multi-Head Attention」の目的は何ですか?

18. 
GANの判別器が「本物」と「偽物」のデータを正確に識別できるようになりすぎた場合、生成器にどのような問題が発生しますか?

19. 
「説明可能AI(Explainable AI, XAI)」の主な目的は何ですか?

20. 
「説明可能AI」の導入が特に重要視されるケースはどれですか?

21. 
FPGA(Field Programmable Gate Array)の特徴として正しいものはどれですか?

22. 
GANの訓練における問題点として最も一般的なものは何ですか?

23. 
次のうち、Transformerにおける残差接続(Residual Connection)の目的として正しいものはどれですか?

24. 
アクセラレータの導入が期待される分野として最も適切なものはどれですか?

25. 
次のうち、「REINFORCE」アルゴリズムの特徴として最も適切なものはどれですか?

26. 
DCGAN(Deep Convolutional GAN)の特徴は何ですか?

27. 
FPGAが特に有効となる応用分野はどれですか?

28. 
アクセラレータとして最も一般的に使用されるデバイスはどれですか?

29. 
「半教師あり学習」はどのようなデータを用いる学習方法ですか?

30. 
GANにおいて、判別器の役割は何ですか?

31. 
「自己教師あり学習」はどのような手法ですか?

32. 
Dockerを使った開発環境の構築で、複数のコンテナが相互に通信するために必要な設定は何ですか?

33. 
L2正則化の効果として正しいものはどれですか?

34. 
L2正則化を強くかけすぎると、どのような問題が発生する可能性がありますか?

35. 
次のうち、Grad-CAMの欠点として考えられるものはどれですか?

36. 
LIME(Local Interpretable Model-agnostic Explanations)の主な特徴は何ですか?

37. 
次のうち、Transformerが自己注意メカニズムを使用することの利点として最も適切なものはどれですか?

38. 
「ドロップアウト(Dropout)」の目的は何ですか?

39. 
「早期停止(Early Stopping)」の目的は何ですか?

40. 
「メタ学習」の主な目的は何ですか?

41. 
次のうち、データ拡張を行う際に最も適切なシナリオはどれですか?

42. 
エッジコンピューティングの課題として最も適切なものはどれですか?

43. 
エッジコンピューティングにおける「リアルタイム性」を確保するために重要な要素はどれですか?

44. 
仮想環境「Anaconda」が提供する主な機能はどれですか?

45. 
「SHAP(Shapley Additive Explanations)」の基本的な考え方は何ですか?

46. 
GANの学習で発生する「勾配消失問題」を緩和するために提案された技術はどれですか?

47. 
強化学習の「オフポリシー学習」とは何ですか?

48. 
強化学習において、報酬を割り引くために使用される値は何ですか?

49. 
「アンサンブル学習」におけるブースティングの目的は何ですか?

50. 
「アンサンブル学習」の一種である「ブースティング」の特徴はどれですか?

51. 
GPUを使用する利点として正しいものはどれですか?

52. 
GPUとFPGAのハイブリッドシステムを導入することで期待できる効果として最も適切なものはどれですか?

53. 
強化学習における「エージェント」の役割は何ですか?

54. 
「経験再生(Experience Replay)」がDQNに導入される理由として正しいものはどれですか?

55. 
「マルチエージェント強化学習」における課題の一つはどれですか?

56. 
スパース学習において、L1正則化がモデルに与える影響は何ですか?

57. 
GANにおける「ミニバッチディスクリミネーター」とは何ですか?

58. 
アンサンブル学習における「バギング(Bagging)」の主な特徴はどれですか?

59. 
「グローバル説明」とは何を指しますか?

60. 
Transformerモデルにおいて、従来のRNNと異なる最大の特徴は何ですか?

61. 
次の中で、BERT(Bidirectional Encoder Representations from Transformers)とTransformerの主な違いとして正しいものはどれですか?

62. 
開発環境において、「バージョン管理システム」として最も広く使用されているツールはどれですか?

63. 
リカレントニューラルネットワーク(RNN)における「Teacher Forcing」の目的は何ですか?

64. 
深層強化学習において、連続行動空間を処理するために使用されるアルゴリズムはどれですか?

65. 
「アクセラレータ」とは、コンピュータシステムにおいてどのような役割を持つデバイスですか?

66. 
「オンライン学習」とは何ですか?

67. 
分散処理システムの利点として正しいものはどれですか?

68. 
次のうち、RNNにおいて双方向の情報フローを活用するモデルはどれですか?

69. 
VAEにおいて、潜在空間の次元数を増やすとどのような効果がありますか?

70. 
Transformerの「Feedforward Neural Network」部分は何を行いますか?

71. 
次のうち、Transformerモデルが機械翻訳において従来のRNNやLSTMベースのSeq2Seqモデルに勝っている理由はどれですか?

72. 
次のうち、Dockerが提供する主な機能はどれですか?

73. 
「データシャッフル」の効果として最も適切なものはどれですか?

74. 
「Hadoop」はどのような分散処理フレームワークですか?

75. 
「Scaled Dot-Product Attention」において、スコアをスケーリングする理由は何ですか?

76. 
次のうち、Q学習とSarsaの主な違いとして正しいものはどれですか?

77. 
次のうち、「Proximal Policy Optimization(PPO)」の特徴として最も適切なものはどれですか?

78. 
エッジコンピューティングの利点として正しいものはどれですか?

79. 
アクセラレータを使用したディープラーニングのトレーニングにおいて、重要なパラメータの一つである「バッチサイズ」が大きくなると、どのような効果が期待されますか?

80. 
以下のうち、L1正則化の特徴はどれですか?

81. 
エッジコンピューティングと関連の深い技術として正しいものはどれですか?

82. 
分散処理における「スケーラビリティ」とは何ですか?

83. 
「ディープラーニングモデルのフェアネス(公平性)」を評価するための方法として最も適切なものはどれですか?

84. 
次のうち、深層学習の「解釈性」と「説明性」の違いとして最も正しい説明はどれですか?

85. 
Transformerモデルにおける「Layer Normalization」は、どの段階で適用されますか?

86. 
Pythonの「venv」ツールを使用する主な目的は何ですか?

87. 
リカレントニューラルネットワーク(RNN)で頻繁に使用される勾配消失問題とは何ですか?

88. 
次のうち、Transformerが従来のSeq2Seqモデル(RNNベース)に比べて優れている点として正しいものはどれですか?

89. 
RNNの勾配爆発問題に対処するために採用される技術は次のうちどれですか?

90. 
分散処理システムにおける「リーダー選出アルゴリズム」として正しいものはどれですか?

91. 
「ブラックボックス攻撃」とはどのようなものですか?

92. 
半教師あり学習で使用される「擬似ラベル」の生成方法として正しいものはどれですか?

93. 
「コントラスト学習(Contrastive Learning)」の目的は何ですか?

94. 
次のうち、GPUを利用してディープラーニングを高速化するために必要なドライバやライブラリのセットはどれですか?

95. 
エッジコンピューティングにおけるデータの「プライバシー保護」のために考慮すべき要素は何ですか?

96. 
「教師なしクラスタリング」でよく使われる手法はどれですか?

97. 
ディープQネットワーク(DQN)の主な特徴は何ですか?

98. 
エッジコンピューティングのデバイスが持つ「電力制約」を軽減するために採用される技術はどれですか?

99. 
GANにおいて、生成器の目的は何ですか?

100. 
自己注意(Self-Attention)機構の計算において、各トークンのスコアはどのように計算されますか?

コメントを残すにはログインしてください。