| 698 |
ディープラーニングにおいて層を深くしていくと、学習を遡るたびに誤差の値が小さくなり入力層付近の学習が進まなくなる勾配消失問題が深刻化する。この問題を回避するため、入力がゼロ以下の場合はゼロを出力し、ゼロより大きい場合は入力値をそのまま直線的に出力する現在主流の活性化関数はどれか。
|
解説
|
| 699 |
ニューラルネットワークの学習を効率的に進めるにはパラメータの更新幅の調整が重要である。勾配の方向がブレやすい問題に対して物理的なボールが転がるような慣性を持たせる工夫と、パラメータごとに更新頻度を記録して学習率を自動調整する工夫の2つの利点を融合させ、現在最も広く使われている最適化手法はどれか。
|
解説
|
| 700 |
ディープラーニングにおける過学習を防ぐための一つのアプローチとして、損失関数に対してペナルティとなる項を追加する手法がある。学習の過程でパラメータの重みが極端に大きくなることを防ぎ、ネットワーク全体の重みを滑らかに保つことで未知のデータへの汎化性能を高めるこの手法はどれか。
|
解説
|
| 701 |
自動運転や工場のリアルタイム監視システムでは、画像内に何がどこに存在するかを瞬時に検出する必要がある。画像全体を細かなグリッドに分割し、領域の特定とクラス分類の計算を一度のネットワーク処理で並列に実行することで、圧倒的な処理速度を実現した物体検出アルゴリズムはどれか。
|
解説
|
| 702 |
コンピュータに自然言語を処理させるためには、単語を数値の配列に変換する必要がある。単語同士の意味的な関係や足し引きをベクトルの空間上で計算できるようにするため、周辺の単語の文脈から対象の単語を予測するように学習する代表的な手法はどれか。
|
解説
|
| 703 |
高解像度な実在しない人物の顔写真を生成したい。ノイズから画像を生成するネットワークと、その画像が本物か偽物かを判定するネットワークの2つを用意し、まるで偽札造りと警察官のように互いを競わせながら学習を進めることで、極めてリアルなデータを生成するフレームワークはどれか。
|
解説
|
| 704 |
教師あり学習を用いたAIシステムを実業務に導入するためには、学習用のデータセットを作成しなければならない。例えば工場での不良品検知AIを作るために、大量の製品画像に対して人間が手作業で良品か不良品かのラベルを正確に付与していく作業のことを何と呼ぶか。
|
解説
|
| 706 |
AIが「人間のように振る舞う」ことを目指すか、「人間のように考える」ことを目指すかといったアプローチの違いがある。この中で、与えられた入力に対してどれだけ人間らしい出力（反応）ができるかを基準として知能を評価するテストを考案した人物は誰か。
|
解説
|
| 707 |
第2次AIブームの中心となった技術であり、特定の専門分野における知識を「if-thenルール」として大量に記述することで、専門家のような高度な推論や判断をコンピュータに行わせるシステムを何と呼ぶか。
|
解説
|
| 709 |
AIがデータから何らかのルールや構造を自力で見つけ出す必要がある。正解ラベルが存在しないデータセットに対して、データ点同士の距離や密度といった統計的な性質に基づき、未知のグループ構造や特徴を発見する学習手法の総称はどれか。
|
解説
|
| 710 |
多次元データ（特徴量が多いデータ）は扱いが難しく、可視化や計算効率化のために重要な情報だけを残してデータの次元を減らす必要がある。この際、データの分散が最大になるような軸を見つけることで、主要な情報を保持したまま低次元化する手法はどれか。
|
解説
|
| 711 |
ニューラルネットワークの最小単位であり、複数の入力値にそれぞれ重みを掛け合わせ、その総和が閾値を超えた場合にのみ信号を発火させるという、神経細胞の動作を模倣したモデルを何というか。
|
解説
|
| 712 |
ニューラルネットワークにおいて、前層から受け取った信号の総和に対して、非線形な変換を加えることで、モデルが複雑な表現力を獲得するために不可欠な関数のことを何と呼ぶか。
|
解説
|
| 713 |
学習時に、ニューラルネットワークの中間層にあるニューロンをランダムに一定の確率で停止（無効化）させながら計算を行う手法がある。これにより特定のニューロンへの依存を防ぎ、ネットワーク全体の頑健性を高めることで過学習を抑制するテクニックはどれか。
|
解説
|
| 714 |
学習中に各層の入力データの分布が大きく変化してしまうと学習が不安定になる（内部共変量シフト）。この問題に対処するため、ミニバッチごとに平均と分散を調整し、入力を一定の範囲内に収めることで学習速度を飛躍的に向上させた手法はどれか。
|
解説
|
| 715 |
全データを使用して勾配を計算すると非常に時間がかかるため、ランダムに抽出した少数のデータの塊を順番に使用してパラメータを更新する手法がある。この計算単位であるデータの塊を何と呼ぶか。
|
解説
|
| 716 |
従来のRNNのように時系列順にデータを処理するのではなく、文章内の全ての単語同士の関連度を一斉に計算する「セルフアテンション」という仕組みを採用し、並列処理を可能にして現在のLLMの基盤となったモデルアーキテクチャはどれか。
|
解説
|
| 717 |
Transformerモデルにおいて、文章中の特定の単語が、同じ文中の他のどの単語と強く関連しているかを計算し、その単語の「文脈」をベクトル化する仕組みを何と呼ぶか。
|
解説
|
| 718 |
膨大なテキストデータで事前に学習された汎用的なモデルに対し、特定の業界や特定のタスク向けに用意した小規模なデータセットを使って、追加で学習を施すことで専門性を付与する手法を何というか。
|
解説
|
| 719 |
機械学習モデルは開発して終わりではなく、環境の変化に伴う精度の低下（モデルの劣化）を監視し、自動的に再学習やデプロイを行う体制が必要になる。開発（Dev）と運用（Ops）を統合し、機械学習システムのライフサイクル全体を管理する仕組みを何というか。
|
解説
|
| 721 |
エキスパートシステムが実用化される中で直面した、人間の無意識の知識や例外的な事象をすべてプログラムとして記述することが不可能であるという根本的な課題はどれか。
|
解説
|
| 722 |
大規模言語モデルなどの生成AIを自社の業務に導入する際、入力した機密データがAIの再学習に利用されることを防ぐための最も確実なシステム上の対応はどれか。
|
解説
|
| 723 |
特徴量の数が非常に多い線形回帰モデルにおいて、モデルの予測精度を維持しつつ、予測に寄与しない変数の重みを完全にゼロにして特徴量選択を行いたい。この目的を達成するための適切な正則化手法はどれか。
|
解説
|
| 724 |
学習の初期は最適化の進行が速いが、終盤になると過去の勾配の二乗和が蓄積しすぎて学習率が極端に低下し、更新が停滞してしまうオプティマイザはどれか。
|
解説
|
| 725 |
最適化アルゴリズムにおいて、谷間の地形でパラメータが激しく振動するのを防ぐため、過去の勾配の移動平均を用いて現在の更新方向を滑らかに補正し、最適解への収束を加速させる手法はどれか。
|
解説
|
| 726 |
自然言語処理のモデルにおいて、入力される文章の長さが毎回異なる場合でも安定して学習を進めたい。ミニバッチ全体で統計量をとるのではなく、1つのデータサンプル内のすべての特徴量方向で平均と分散を計算し正規化する手法はどれか。
|
解説
|
| 727 |
画像認識のモデル学習において、GPUメモリの制限でバッチサイズを非常に小さく設定せざるを得ない状況になった。この条件下でも高い精度を保つため、チャンネルを複数に分割してそれぞれの内部で正規化を行う手法はどれか。
|
解説
|
| 728 |
Adamは非常に収束が速い一方で、一部のタスクにおいて最終的な汎化性能が基礎的な手法に劣るという課題があった。この課題を克服するため、学習の進行に伴って学習率の下限と上限を徐々に狭め、最終的に別の基礎的な挙動へ滑らかに移行させるオプティマイザはどれか。
|
解説
|
| 729 |
ディープラーニングの学習において、ネットワークの層が深くなるほど出力層側からの誤差情報が減衰し、入力層に近い重みが適切に更新されなくなる現象はどれか。
|
解説
|
| 730 |
機械学習の分類タスクにおいて、各特徴量の重要度や判断の分岐条件を人間が容易に視覚的に解釈したい。情報利得やジニ不純度を基準にしてデータを分割していくアルゴリズムはどれか。
|
解説
|