1.
L1正則化の効果で特に重要なものはどれですか？
2.
バッチ正規化とL2正則化を組み合わせる理由として最も適切なものはどれですか？
4.
L1正則化（ラッソ回帰）の特徴として正しいものはどれですか？
5.
ドロップアウトのドロップ率が低すぎると、モデルにどのような影響がありますか？
6.
順伝播型ニューラルネットワークにおけるL1正則化の効果はどれですか？
7.
モデルにおいて、L2正則化を導入することでどのような効果が得られますか？
8.
L2正則化（リッジ回帰）の主な目的は何ですか？
9.
ドロップアウト（Dropout）の役割は何ですか？
10.
L1正則化とL2正則化を組み合わせた「Elastic Net」が特に有効な場面はどれですか？
11.
モデルの汎化性能を向上させるために、L2正則化とドロップアウトを組み合わせる理由は何ですか？
12.
ドロップアウトがリカレントニューラルネットワーク（RNN）に対して効果的な理由は何ですか？
13.
バッチ正規化（Batch Normalization）が勾配消失問題に対して効果的な理由は何ですか？
14.
ドロップアウト率が高すぎると、どのような影響がありますか？
15.
ドロップアウトを使用する主な理由はどれですか？
16.
正則化の導入により、どのようにしてモデルのバイアス-バリアンストレードオフが影響を受けますか？
17.
モデルの汎化性能を向上させるために、L1とL2のどちらの正則化を使用すべきか判断する際の主な基準は何ですか？
18.
ドロップアウトとL2正則化の主な違いは何ですか？
19.
L2正則化とドロップアウトのどちらかを使用すべき場面として最も適切な状況はどれですか？
20.
ドロップアウト率を0.5に設定した場合、訓練時の挙動として正しいのはどれですか？
