1.
転移学習を用いたモデルにおいて「正則化」を導入する理由は何ですか？
2.
転移学習が有効となる状況はどのような場合ですか？
3.
転移学習を用いたモデルで、ターゲットタスクに適応するために追加の層を導入する主な目的はどれですか？
4.
転移学習のモデルにおいて、事前学習した層を全て再学習することが推奨されるケースはどのような場合ですか？
5.
転移学習で「部分的に凍結された層」を解凍して学習する利点は何ですか？
6.
ファインチューニングにおいて「学習率」を小さく設定する理由は何ですか？
7.
転移学習において、事前学習したモデルをそのまま使用するのではなく、ファインチューニングを行う理由は何ですか？
8.
転移学習における「ドメイン適応（Domain Adaptation）」の役割は何ですか？
9.
転移学習を行う際、「学習率スケジューリング」が有効である理由は何ですか？
10.
転移学習モデルの「初期層」を凍結することによる弊害は何ですか？
11.
転移学習を行う際に「ファインチューニング」する層はどの部分ですか？
12.
転移学習で「中間層の特徴」を活用する際の主なメリットは何ですか？
13.
ファインチューニングを行う際に「凍結された層」を再び解凍して学習させるべき状況はどのような場合ですか？
14.
ファインチューニングを行う際、「学習率の段階的調整」が必要とされる理由は何ですか？
15.
転移学習において、なぜ初期の層を「凍結（Freeze）」することが推奨されることが多いのですか？
16.
転移学習において、事前学習済みモデルの「出力層」を更新する理由は何ですか？
17.
転移学習が有効でない場合はどのような状況ですか？
18.
転移学習を使用した場合、初期層の「凍結」はどのような役割を果たしますか？
19.
転移学習において、「ソースタスク」と「ターゲットタスク」の相違が大きい場合に適用される技術として適切なものはどれですか？
20.
転移学習でよく使われる「ベースモデル」とは何ですか？
21.
ファインチューニングを行う際、事前学習済みモデルの全層を解凍して再学習することが推奨される状況はどれですか？
22.
転移学習において、最もよく使われるデータセットはどれですか？
23.
転移学習を行う際、「スパースデータセット」が使用される場合に生じる課題を最小化する方法として適切なのはどれですか？
26.
転移学習の効果を最大化するために「データの前処理」が重要な理由は何ですか？
