国または地域と言語

    国または地域と、言語を選んでください。

    おすすめ

      すべての国と地域

        キャラクターを選ぶ

        上部のバーとプロフィールに表示されます。いつでも変更できます。

        G検定 ディープラーニングの概要と要素技術の練習問題 セット1

        ディープラーニングの概要と要素技術の14問を本番のペースの10分で解きます。時間制限なしでも練習できます。目標は10問正解です。

        G検定の学習用に、層を重ねたニューラルネットワークの図、グラフのカード、天秤のアイコンを描いたイラスト。
        問題数
        14
        時間
        10分
        目標
        10 (70%)
        分野
        ディープラーニングの概要と要素技術
        モード
        時間制限あり・なし
        利用
        無料

        このテストにはJavaScriptが必要です。問題は次のとおりです。

        1. 単純パーセプトロンについての説明として、最も適切なものを1つ選べ。

          1. 隠れ層を何層も持つので、どんな関数でも表現できる
          2. 線形分離できないXORを学習できない
          3. 出力層を持たず、入力をそのまま次の層へ渡す
          4. 誤差逆伝播法を使わなければ、学習がまったくできない
        2. ReLU関数の説明として、最も適切なものを1つ選べ。

          1. 0以下の入力は0に、正の入力はそのまま出力する
          2. 入力を0から1の範囲の値に変換して出力する
          3. 入力を−1から1の範囲の値に変換して出力する
          4. 複数の出力の合計が1になるように変換する
        3. 住宅の価格のような連続値を予測する回帰問題で、よく使われる誤差関数として最も適切なものを1つ選べ。

          1. 交差エントロピー
          2. 平均二乗誤差関数
          3. Triplet Loss
          4. ソフトマックス関数
        4. 線形回帰に、重みの2乗の和を罰則として加えて学習する手法として、最も適切なものを1つ選べ。

          1. ラッソ回帰
          2. リッジ回帰
          3. ロジスティック回帰
          4. 自己回帰モデル
        5. ニューラルネットワークの学習で、出力の誤差に対して、どの重みがどれだけ影響したのかを決める難しさを指す問題として、最も適切なものを1つ選べ。

          1. フレーム問題
          2. 勾配爆発問題
          3. 信用割当問題
          4. 次元の呪い
        6. AdaGradとRMSpropの関係の説明として、最も適切なものを1つ選べ。

          1. AdaGradは、RMSpropに前回の更新の方向を加えて改良した手法である
          2. どちらも学習率を固定し、勾配の大きさは使わない
          3. RMSpropは、AdaGradの学習率の減りすぎを移動平均で改善した
          4. RMSpropは、AdaGradと違って勾配を使わずに重みを更新する
        7. Adamの説明として、最も適切なものを1つ選べ。

          1. モーメンタムとRMSpropの考え方を組み合わせた手法
          2. 学習率を一定に保ち、勾配の向きだけを使う手法である
          3. 学習を始める前に、すべての重みを0にそろえる手法である
          4. 誤差が下がらなくなったら学習を止める手法である
        8. 全結合層の説明として、最も適切なものを1つ選べ。

          1. 前の層のすべてのユニットが次の層のすべてとつながる
          2. 入力の一部の領域だけにフィルタを当てて特徴を取り出す
          3. 一定の領域の値の最大値や平均値をとって縮小する
          4. 前の時刻の出力を次の時刻の入力として使う
        9. フィルタの要素の間に間隔をあけて畳み込むことで、パラメータを増やさずに広い範囲(受容野)を見る畳み込みとして、最も適切なものを1つ選べ。

          1. Depthwise Separable Convolution
          2. 最大値プーリング
          3. Dilated Convolution
          4. 全結合層
        10. 最大値プーリングの効果として、最も適切なものを1つ選べ。

          1. 学習するパラメータを増やし、表現力を高める
          2. 特徴マップの大きさを必ず大きくする
          3. 位置の小さなずれがあっても同じ特徴として扱いやすくなる
          4. すべての位置の値を平均して、ぼかしを入れる
        11. 時系列の過去から未来への方向と、未来から過去への方向の両方の情報を使うRNNとして、最も適切なものを1つ選べ。

          1. 双方向RNN(Bidirectional RNN)
          2. エルマンネットワーク
          3. ジョルダンネットワーク
          4. オートエンコーダ
        12. Multi-Head Attentionの説明として、最も適切なものを1つ選べ。

          1. Attentionを何層も直列に重ねるだけの構造である
          2. 1つのクエリに対して、キーを1つだけ選んで使う
          3. 位置の情報を表すためだけに使われる仕組みである
          4. 複数のAttentionを並列に計算し、結果をつなげる
        13. オートエンコーダの説明として、最も適切なものを1つ選べ。

          1. 入力を圧縮した後に、元の入力を復元するように学習する
          2. 入力と異なる正解のラベルを予測するように学習する
          3. 2つのネットワークを競わせて、本物に似たデータを生成する
          4. 報酬が最大になるように行動を学ぶ
        14. 手書きの数字の画像でデータ拡張を行うとき、注意すべきこととして最も適切なものを1つ選べ。

          1. 変換はすべて行うほど精度が上がるので、制限は必要ない
          2. 「6」と「9」のように意味が変わる回転や反転は避ける
          3. データ拡張を行うと、検証データも同じように増やす必要がある
          4. 画像の明るさを変えると、必ずラベルも変える必要がある

        このセットの出題内容

        • ニューラルネットワークとディープラーニング1問
        • 活性化関数1問
        • 誤差関数1問
        • 正則化1問
        • 誤差逆伝播法1問
        • 最適化手法2問
        • 全結合層1問
        • 畳み込み層1問
        • プーリング層1問
        • 回帰結合層1問
        • Attention1問
        • オートエンコーダ1問
        • データ拡張1問

        次へ:ディープラーニングの概要と要素技術, セット2

        この試験のほかの練習

        1. ディープラーニングの概要と要素技術, セット214問 · 10分
        2. ディープラーニングの概要と要素技術, セット313問 · 9分
        3. ディープラーニングの概要と要素技術, セット413問 · 9分
        4. ディープラーニングの概要と要素技術, セット513問 · 9分
        5. ディープラーニングの概要と要素技術, セット613問 · 9分
        6. 模擬試験 第1回145問 · 100分
        7. 模擬試験 第2回145問 · 100分
        8. ミニテスト 30問30問 · 21分

        G検定の練習問題一覧

        一般社団法人日本ディープラーニング協会(JDLA)とは関係のない独自の練習です。問題はすべて当サイトのオリジナルで、JDLAの例題や過去問題ではありません。

        Your Work Gym account

        Save your progress and pick up on another device. Your browser's progress comes with you.

        or

        You can keep practicing without an account.

        ヘルプとフィードバック

        質問、うまく動かない点、アイデアなどをお寄せください。メールで返信します。

        どのような内容ですか?

        返信のためだけに使用します。