1.
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？
2.
バッチ正規化（Batch Normalization）の効果として最も適切なものはどれですか？
3.
データ拡張（Data Augmentation）の主な目的は何ですか？
4.
「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？
5.
L2正則化の効果として正しいものはどれですか？
6.
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？
7.
アンサンブル学習（Ensemble Learning）の目的として正しいものはどれですか？
8.
バッチ正規化を使用することで、次のどの効果が得られますか？
9.
「ドロップアウト（Dropout）」の目的は何ですか？
10.
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？
11.
モデルの汎化性能を高めるために使用される「ラベルスムージング（Label Smoothing）」の主な効果として正しいものはどれですか？
12.
以下のうち、L1正則化の特徴はどれですか？
13.
「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？
14.
「ドロップアウト」のドロップ率（Dropout Rate）が高すぎる場合、どのような問題が発生しますか？
15.
次のうち、ブースティングにおける勾配ブースティング（Gradient Boosting）の主な特徴として最も適切なものはどれですか？
16.
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？
17.
「正則化（Regularization）」の目的として正しいものはどれですか？
18.
「クロスバリデーション」の目的は何ですか？
19.
「早期停止（Early Stopping）」の目的は何ですか？
20.
「アンサンブル学習」において、バギングを使用する際、各モデルに異なるデータを提供するために使用される手法はどれですか？
