| 1479 |
ある2値分類モデルの適合率（Precision）が0.75、再現率（Recall）が0.5であった。このモデルのF値（F1スコア）として正しいものを選択せよ。
|
解説
|
| 1480 |
画像の特徴マップにおいて、2×2の領域の数値が [[2, 6], [4, 8]] であるとき、この領域に平均値プーリング（Average Pooling）を適用した場合の出力値として正しいものを選択せよ。
|
解説
|
| 1481 |
全1,000文書からなるコーパスにおいて、ある単語Aが含まれる文書数が10文書であった。IDFを log10(全文書数 / 単語が含まれる文書数) と定義するとき、特定文書内における単語Aの出現頻度（TF）が0.25である場合のTF-IDF値として正しいものを選択せよ。
|
解説
|
| 1482 |
機械学習モデルの重みベクトルが w = [1, -2, 3, -4] であるとき、この重みベクトルに対するL2正則化項（L2ノルムの二乗）の値として正しいものを選択せよ。
|
解説
|
| 1483 |
入力サイズが64×64、フィルタサイズが3×3、ストライドが1の畳み込み層において、出力サイズを入力と同じ64×64に保つために必要なパディング数（外周に追加する幅）として正しいものを選択せよ。
|
解説
|
| 1484 |
ある画像分類モデルをテストしたところ、真陽性(TP)が70、偽陽性(FP)が10、偽陰性(FN)が20、真陰性(TN)が100であった。このモデルの正解率（Accuracy）として正しいものを選択せよ。
|
解説
|
| 1485 |
ある2値分類モデルの性能評価結果において、真陽性(TP)が60、偽陽性(FP) half/20、偽陰性(FN)が15、真陰性(TN)が105となった。このモデルの適合率（Precision）として正しいものを選択せよ。
|
解説
|
| 1486 |
ある病気の診断モデルの評価において、実際に病気である患者（陽性）100人のうち正しく陽性と診断された（TP）が80人、誤って陰性と診断された（FN）が20人であった。また、病気でない人（陰性）100人のうち誤って陽性と診断された（FP）が10人、正しく陰性と診断された（TN）が90人であった。このモデルの再現率（Recall）として正しいものを選択せよ。
|
解説
|
| 1487 |
画像の特徴マップの一部領域が 2×2 の行列 [[3, 8], [5, 2]] で与えられている。この領域に対して最大値プーリング（Max Pooling）を適用した場合の出力値として正しいものを選択せよ。
|
解説
|
| 1488 |
回帰モデルの性能評価において、4つのサンプルに対する実測値が [10, 20, 30, 40] であり、モデルの予測値が [13, 17, 33, 37] であった。この予測結果に対する二乗平均平方根誤差（RMSE）の値として正しいものを選択せよ。
|
解説
|
| 1489 |
ある線形回帰モデルの重みパラメータが w = [3, -4, 2, -1] で与えられている。このときのL1正則化項の値（各重みの絶対値の和）として正しいものを選択せよ。
|
解説
|
| 1490 |
入力チャネル数が3（RGB画像など）である画像に対し、フィルタサイズが3×3でフィルタ数が16の畳み込み層を適用する。この畳み込み層における「重み（フィルタの係数）」の総数として正しいものを選択せよ（※バイアスは含めないものとする）。
|
解説
|
| 1491 |
3つのデータ点に対する目標値（正解データ）が [2, 4, 6] であり、モデルの予測値が [1, 6, 5] であった。このときの平均二乗誤差（MSE）の値として正しいものを選択せよ。
|
解説
|
| 1492 |
2次元のベクトル v = [3, 4] が与えられたとき、このベクトルのL2ノルム（ユークリッド距離）の値として正しいものを選択せよ。
|
解説
|
| 1493 |
ある分類モデルにおいて、正解ラベルが陽性（100件）および陰性（200件）の合計300件のデータで検証を行った。検証の結果、陽性データのうち正しく判定できた（真陽性：TP）のが80件、陰性データのうち正しく判定できた（真陰性：TN）のが160件であった。このモデルにおける「偽陰性（FN）」と「偽陽性（FP）」の件数の組み合わせとして正しいものを選択せよ。
|
解説
|
| 1494 |
縦横サイズ 28×28 の入力画像に対して、パディングを行わず（パディング=0）、フィルタサイズ 5×5、ストライド 1 で畳み込み処理を行った。出力される特徴マップの縦横サイズとして正しいものを選択せよ。
|
解説
|
| 1495 |
全10,000文書からなるデータベースにおいて、ある単語Bが含まれる文書数が10文書であった。IDFを log10(全文書数 / 単語が含まれる文書数) と定義するとき、本文の総語数が200語でそのうち単語Bが10回出現する特定文書における、単語BのTF-IDF値として正しいものを選択せよ。
|
解説
|
| 1496 |
ある画像検出モデルの評価において、適合率（Precision）が0.60、再現率（Recall）が0.40であった。このモデルのF値（F1スコア）として正しいものを選択せよ。
|
解説
|
| 1497 |
入力ノード数が100個の層と、出力ノード数が30個の全結合層を接続する場合、この全結合層に必要なパラメータ（重みとバイアス）の総数として正しいものを選択せよ。
|
解説
|
| 1498 |
縦横サイズが23×23の入力画像に対して、フィルタサイズ3×3、パディング0、ストライド2で畳み込み処理を行った。出力される特徴マップの縦横サイズとして正しいものを選択せよ。
|
解説
|
| 1499 |
回帰モデルの評価において、正解ラベル（実測値）が [1, 2, 3]、モデルによる予測値が [3, 3, 5] であるとき、このデータセットに対する平均二乗誤差（MSE）の値として正しいものを選択せよ。
|
解説
|
| 1500 |
機械学習モデルの重みベクトルが w = [2, -2, 4, 5] で与えられているとき、この重みベクトルのL2ノルム（ユークリッド距離）の値として正しいものを選択せよ。
|
解説
|
| 1501 |
画像処理において 2×2 の行列 [[1, 3], [7, 9]] で表される領域に対して、平均値プーリング（Average Pooling）を適用した場合の出力値として正しいものを選択せよ。
|
解説
|
| 1502 |
あるスパムメール判定モデルのテストにおいて、真陽性(TP)が30、偽陽性(FP)が10、偽陰性(FN)が20、真陰性(TN)が140となった。このモデルの適合率（Precision）として正しいものを選択せよ。
|
解説
|
| 1503 |
全1,000文書で構成されるコーパスにおいて、ある単語Xが含まれる文書数が1文書であった。IDFを log10(全文書数 / 単語が含まれる文書数) と定義するとき、特定文書内における単語Xの出現頻度（TF）が0.20である場合のTF-IDF値として正しいものを選択せよ。
|
解説
|
| 1504 |
入力サイズが32×32の画像に対して、フィルタサイズ5×5、ストライド1の畳み込み処理を行う際、出力サイズを入力と同じ32×32に維持するために必要なパディング数（外周に追加する幅）として正しいものを選択せよ。
|
解説
|
| 1505 |
ある予測モデルの実測値が [15, 25, 35, 45]、予測値が [18, 21, 32, 50] であった。このデータセットにおける平均絶対値誤差（MAE）の値として正しいものを選択せよ。
|
解説
|
| 1506 |
ある二値分類モデルの検証結果において、真陽性（TP）が40、偽陽性（FP）が10、偽陰性（FN）が10、真陰性（TN）が140であった。このモデルの正解率（Accuracy）として正しいものを選択せよ。
|
解説
|
| 1507 |
ある疾患の検診モデルにおいて、真陽性（TP）が30、偽陽性（FP）が20、偽陰性（FN）が10、真陰性（TN）が140であった。実際に疾患をもつ（陽性である）データのうち、モデルが正しく見つけ出せた割合（再現率）として正しいものを選択せよ。
|
解説
|
| 1508 |
情報検索システムの評価において、適合率（Precision）が0.60、再現率（Recall）が0.90であった。このときのF値（F1スコア）として正しいものを選択せよ。
|
解説
|