| 1046 |
企業や組織がAI技術を研究開発したり、自社の業務に導入・利用したりする際に、守るべき基本方針、倫理的リスクへの配慮、安全性の確保、および社内ルールを明文化して対外的に宣言する文書を【 】という。
|
解説
|
| 1047 |
画像認識において絶大な効果を発揮するニューラルネットワーク構造であり、入力データに対してフィルターを重ね合わせて局所的な特徴を抽出する畳み込み層と、位置のズレを吸収してデータを圧縮するプーリング層を交互に配置する手法を【 】という。
|
解説
|
| 1048 |
テキストや音声などの時系列データを処理するために、過去の中間層の出力を次の時刻の入力として再帰的に再利用することで、データの前後の文脈や時間的な依存関係を学習できるようにした構造を【 】と呼ぶ。
|
解説
|
| 1049 |
本物そっくりの偽データを生成しようとする生成器と、入力されたデータが本物か偽物かを見破ろうとする識別器の2つのネットワークを互いに競い合わせることで、高度なデータ生成を可能にする手法を【 】という。
|
解説
|
| 1050 |
Googleが発表した自然言語処理モデルであり、Transformerのエンコーダ文脈を双方向から同時に学習させることで、文脈を考慮した高度な単語の意味理解を可能にし、その後の多様なタスクに対して微調整して高い性能を発揮する基盤モデルを【 】という。
|
解説
|
| 1052 |
3次元空間の形状や光の反射をニューラルネットワークで表現し、任意の視点から高精細な2次元画像をレンダリングする手法であるNeRFに関する説明として、最も適切なものを1つ選べ。
|
解説
|
| 1053 |
高音質な音声を生成するディープラーニングモデルであるWaveNetに関する説明として、最も不適切なものを1つ選べ。
|
解説
|
| 1054 |
画像とテキストを共通のベクトル空間に埋め込むマルチモーダルモデルであるCLIPに関する説明として、最も適切なものを1つ選べ。
|
解説
|
| 1056 |
機械学習モデルの予測結果に対する各特徴量の貢献度を算出する手法であるSHAPに関する説明として、最も適切なものを1つ選べ。
|
解説
|
| 1057 |
機械学習モデルのブラックボックス性を解消するために個々の予測結果の周辺を局所的に近似して説明を試みる手法であるLIMEに関する説明として、最も不適切なものを1つ選べ。
|
解説
|
| 1058 |
画像を不連続な離散値として表現する生成モデルであるVQ-VAEに関する説明として、最も適切なものを1つ選べ。
|
解説
|
| 1059 |
人間のフィードバックからの強化学習に関する説明として、最も不適切なものを1つ選べ。
|
解説
|
| 1066 |
ディープラーニングにおいてモデルを軽量化する手法の一つである蒸留に関する説明として、最も適切なものを1つ選べ。
|
解説
|
| 1067 |
CNNの発展形であり、前の層の出力を以降のすべての層の入力にチャンネル方向に結合していくことで特徴量の再利用を最大限に高めたネットワーク構造であるDenseNetに関する説明として、最も適切なものを1つ選べ。
|
解説
|
| 1071 |
スマートフォンなどのエッジデバイス上で高速に動作させることを目的とした軽量なCNN構造であるMobileNetに関する説明として、最も適切なものを1つ選べ。
|
解説
|
| 1072 |
2つの入力データの類似度や同一性を判定するために用いられるSiamese Networkに関する説明として、最も不適切なものを1つ選べ。
|
解説
|
| 1078 |
ディープラーニングの予測根拠を可視化する手法であるGrad-CAMに関する説明として、最も不適切なものを1つ選べ。
|
解説
|
| 1082 |
決定木において、単一の木では過学習しやすいという弱点を克服するため、データを重複ありで抽出（ブートストラップサンプリング）して複数の木を並列に学習させる手法を【 】と呼ぶ。
|
解説
|
| 1083 |
ReLU関数が深いネットワークで勾配消失問題を回避できる理由は「【 】」ことである。
|
解説
|
| 1084 |
L1正則化（Lasso回帰）が特徴量選択のような効果を持つ理由は「【 】」ことである。
|
解説
|
| 1085 |
BERTにおいて、文中の単語の一部をマスク（隠蔽）し、それを周辺の単語から予測させることで文脈を学習する手法を【 】と呼ぶ。
|
解説
|
| 1087 |
日本の著作権法第30条の4に基づき、AIの学習のために著作物を利用する際に許可が不要とされる要件として、最も重要な要素は「【 】」ことである。
|
解説
|
| 1088 |
人間のように未知の環境や多様な課題に対して、自律的に判断し実行できる知能を指す言葉は【 】である。
|
解説
|
| 1089 |
「ある目的のために必要な事象とそうでない事象を区別できない」という、AIが現実世界の広大な状況を扱う際の困難を指す言葉は【 】である。
|
解説
|
| 1090 |
ロジスティック回帰が分類問題に用いられる際、線形回帰の出力を確率値（0から1の間）に変換するために用いる関数は【 】である。
|
解説
|
| 1091 |
畳み込みニューラルネットワークにおいて、特徴マップのサイズを縮小し、計算量を削減しつつ重要な情報を抽出する層を【 】と呼ぶ。
|
解説
|
| 1092 |
学習率が大きすぎる場合に発生する現象として適切なものは「【 】」である。
|
解説
|
| 1093 |
強化学習において、現在の状況で最適な行動をとるか（利用）、未知の行動を試すか（探索）の選択を管理する手法の代表例は【 】である。
|
解説
|
| 1094 |
MLOpsにおいて、モデルの学習パイプラインを構築し、データやコードの変更があった際に自動的に再学習・評価を行うプロセスを【 】と呼ぶ。
|
解説
|
| 1095 |
AIによる意思決定が「なぜその結果になったのか」がブラックボックス化している際、その透明性を確保し根拠を説明できるようにする技術を【 】と呼ぶ。
|
解説
|