1.
「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？
2.
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？
3.
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？
4.
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？
5.
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？
6.
L2正則化の効果として正しいものはどれですか？
7.
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？
8.
「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？
9.
「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？
10.
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？
11.
データ拡張（Data Augmentation）の主な目的は何ですか？
12.
以下のうち、L1正則化の特徴はどれですか？
13.
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？
14.
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？
15.
「クロスバリデーション」の目的は何ですか？
16.
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？
17.
「早期停止（Early Stopping）」の目的は何ですか？
18.
「正則化（Regularization）」の目的として正しいものはどれですか？
19.
「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？
20.
「ドロップアウト（Dropout）」の目的は何ですか？
