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。
- 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。
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。
ReLU関数の説明として、最も適切なものを1つ選べ。
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。
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。
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。
AdaGradとRMSpropの関係の説明として、最も適切なものを1つ選べ。
Adamの説明として、最も適切なものを1つ選べ。
全結合層の説明として、最も適切なものを1つ選べ。
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。
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。
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。
Multi-Head Attentionの説明として、最も適切なものを1つ選べ。
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。
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。
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
この試験のほかの練習
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。