1.
勾配降下法において、学習率が大きすぎると何が起こりますか？
3.
バギング（Bagging）を用いることで得られる主なメリットは何ですか？
4.
決定木モデルにおいて、エントロピーが最も低い分割の重要性は何ですか？
5.
機械学習モデルの評価指標である「精度（accuracy）」は何を意味しますか？
6.
ニューラルネットワークの訓練において、「重みの初期化」が重要な理由は何ですか？
7.
機械学習における「教師あり学習」とは何ですか？
8.
ニューラルネットワークにおける「勾配消失問題」とは何ですか？
10.
機械学習における「バイアス-バリアンストレードオフ」とは何ですか？
11.
強化学習における「Q学習」の目的は何ですか？
12.
機械学習モデルの評価において、テストデータを使う理由は何ですか？
13.
回帰分析において、目的変数が連続値である場合、適切な手法は次のどれですか？
14.
ドロップアウト（Dropout）の主な役割は何ですか？
15.
次のうち、教師なし学習の手法として最も適切なのはどれですか？
16.
KNN（K-Nearest Neighbors）アルゴリズムにおいて、K の値を大きく設定すると何が起こりますか？
17.
機械学習において、交差検証を行う主な理由は何ですか？
18.
サポートベクターマシン（SVM）はどのような問題に使用されますか？
19.
機械学習において、L2正則化（リッジ回帰）が効果的な理由として最も適切なのはどれですか？
20.
ロジスティック回帰において、シグモイド関数の役割は何ですか？
