1.
モデルの選択において、あるモデルがトレーニングデータに対して非常に良い性能を示すが、テストデータに対して性能が低い場合、何が起こっていますか？
2.
モデルの評価において「混同行列」とは何ですか？
3.
モデルの選択において、ハイパーパラメータチューニングの目的は何ですか？
4.
モデルの選択において、交差検証の主な目的は何ですか？
5.
ディープラーニングモデルの選択において「早期停止」の主な目的は何ですか？
6.
モデル評価の際に「AUC（Area Under the Curve）」は何を示す指標ですか？
7.
モデルの評価において、「リーブワンアウト交差検証（LOOCV）」の特徴として正しいものはどれですか？
9.
クロスバリデーションを用いる際に「K-fold クロスバリデーション」の利点は何ですか？
10.
二値分類において、モデルの「再現率（Recall）」が高いということは何を意味しますか？
11.
モデルの汎化性能を評価するために、トレーニングデータとテストデータを分割する際に注意すべき点はどれですか？
12.
モデルの選択において、「エンコーディング技術」を利用する際の目的は何ですか？
13.
ハイパーパラメータのチューニングを行う際に、どの手法が一般的に用いられますか？
14.
モデルの選択において、エッジケースを考慮する理由は何ですか？
15.
モデル選択において、「バイアス・バリアンスのトレードオフ」を最適化する理由として正しいのはどれですか？
16.
ある分類モデルがトレーニングデータに対して非常に高い精度を示す一方で、テストデータに対しては低い精度を示す場合、このモデルはどのような問題を抱えていると考えられますか？
17.
モデルの選択において「バイアス」とは何を指しますか？
18.
過学習を防ぐために使用される「ドロップアウト」の仕組みとして正しいものはどれですか？
19.
AUC-ROCスコアが0.5の場合、モデルの性能について何を示していますか？
20.
モデル評価において、AUC-ROC曲線を利用する利点は何ですか？
21.
モデルの評価を行う際、学習曲線を利用することによって得られる情報は何ですか？
22.
グリッドサーチとランダムサーチの主な違いは何ですか？
23.
モデルの選択で「バリアンス」とは何を指しますか？
24.
モデル選択において、どの評価指標を使用するかは何に依存しますか？
25.
モデル評価において「グラウンドトゥルース」とは何を指しますか？
26.
あるデータセットにおいてクラスの不均衡が存在する場合、モデルの評価指標としてどの指標を優先すべきですか？
