1.
L2正則化の効果として正しいものはどれですか？
2.
「正則化（Regularization）」の目的として正しいものはどれですか？
3.
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？
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？
7.
「ドロップアウト（Dropout）」の目的は何ですか？
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.
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？
10.
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？
11.
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？
12.
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？
13.
データ拡張（Data Augmentation）の主な目的は何ですか？
14.
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？
15.
「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？
16.
「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？
17.
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？
18.
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？
19.
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？
20.
「早期停止（Early Stopping）」の目的は何ですか？
