2.
勾配降下法（Gradient Descent）の目的は何か？
3.
次のうち「回帰問題」に適したアルゴリズムはどれか？
4.
モデルの過学習を防ぐために一般的に使用される手法として適切でないものはどれですか？
5.
次のうち「勾配消失問題」を回避するために提案された活性化関数はどれか？
6.
機械学習における「ハイパーパラメータ」とは何か？
7.
機械学習において、「特徴量エンジニアリング」の目的として最も適切なものはどれですか？
8.
「サポートベクターマシン（SVM）」の特徴はどれか？
9.
次のアルゴリズムの中で、分類問題に最適なものはどれか？
10.
機械学習における「ラベルデータ」とは何を指しますか？
11.
次のうち、ディープラーニングにおいて「活性化関数」としてよく使用されるものはどれか？
12.
ニューラルネットワークにおける「バックプロパゲーション」とは何か？
13.
機械学習において「教師あり学習」とは何か？
14.
K-meansクラスタリングにおいて、「エルボー法」が使用される主な理由は何ですか？
15.
サポートベクターマシン（SVM）において、「カーネル関数」を使用する主な理由は何ですか？
16.
機械学習モデルの評価に使用される「F1スコア」は何を表すか？
17.
ニューラルネットワークにおける「エポック」とは何か？
18.
次のアルゴリズムの中で、教師なし学習に分類されるものはどれか？
19.
ニューラルネットワークで「ドロップアウト」の目的は何か？
20.
「交差検証（Cross Validation）」の主な目的はどれですか？
21.
「正則化（レギュラリゼーション）」の目的は何か？
24.
強化学習において「Q-learning」の目的は何か？
25.
ディープラーニングにおける「CNN（畳み込みニューラルネットワーク）」の主な用途は何か？
26.
機械学習において「過学習（オーバーフィッティング）」とは何か？
