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 機械学習と数理・統計の練習問題 セット4

        機械学習と数理・統計の13問を本番のペースの9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
        13
        時間
        9分
        目標
        10 (70%)
        分野
        機械学習と数理・統計
        モード
        時間制限あり・なし
        利用
        試験パス

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

        1. サポートベクターマシンで使われるカーネルトリックについての説明として、最も適切なものを1つ選べ。

          1. 学習データの一部を無作為に取り出して、複数のモデルを作る
          2. マージンの内側に入るデータを学習から除外して、計算を速くする
          3. 高次元へ写した後の内積を、写像を計算せずに求める
          4. 特徴量の数を減らして、2次元の図に描けるようにする
        2. アンサンブル学習のバギングとブースティングの違いの説明として、最も適切なものを1つ選べ。

          1. バギングは順番に学習し、ブースティングは並列に学習する
          2. バギングは並列に、ブースティングは誤りを補いながら順番に学習する
          3. バギングは教師なし学習、ブースティングは教師あり学習の手法である
          4. バギングは1つのモデルだけを使い、ブースティングは複数のモデルを使う
        3. k-means法の手順として、最も適切なものを1つ選べ。

          1. kを決め、近い中心への割り当てと中心の再計算をくり返す
          2. 最も近いデータどうしを順に併合して、すべてが一つになるまで樹形図を作る
          3. データの分散が最大になる方向に新しい軸を取り、次元を減らす
          4. 正解のラベルとの誤差が小さくなるように、重みを更新していく
        4. 協調フィルタリングによる推薦の考え方として、最も適切なものを1つ選べ。

          1. 履歴の似た他の利用者の行動をもとに、商品を勧める
          2. 商品の色や素材などの属性を比べ、利用者が過去に選んだ商品に似たものを勧める
          3. 売上の多い順に、すべての利用者に同じ商品を勧める
          4. 利用者が入力した条件に合う商品を、検索の結果として表示する
        5. 強化学習の説明として、最も適切なものを1つ選べ。

          1. 行動して得る報酬の合計が大きくなる行動のとり方を学ぶ
          2. 入力と正解のペアを大量に与えて、正解を予測する関数を学ぶ
          3. 正解を使わずに、データの中の似たものどうしをまとめる
          4. 専門家が書いたルールにしたがって、最適な行動を決める
        6. 強化学習の問題設定によく使われるマルコフ決定過程の性質として、最も適切なものを1つ選べ。

          1. 次の状態は、それまでのすべての状態の平均で決まる
          2. 報酬は最後の状態でだけ与えられ、途中では与えられない
          3. 次の状態と報酬が、現在の状態と行動だけで決まる
          4. 行動はつねに無作為に選ばれ、学習は行われない
        7. 病気の陽性と陰性を判定するモデルを100人で評価したところ、真陽性40人、偽陽性10人、偽陰性20人、真陰性30人だった。適合率(precision)はいくつか。最も適切なものを1つ選べ。

          1. 0.4
          2. 0.667
          3. 0.7
          4. 0.8
        8. がんの検診で陽性の疑いがある人を選び出すモデルで、とくに重視すべき指標として最も適切なものを1つ選べ。

          1. 適合率(陽性と判定したものが本当に陽性である割合)
          2. 正解率(全体のうち正しく判定した割合)
          3. 特異度(実際の陰性を陰性と判定する割合)
          4. 再現率(実際の陽性を見逃さない割合)
        9. 赤池情報量規準(AIC)やベイズ情報量規準(BIC)を使ってモデルを選ぶときの考え方として、最も適切なものを1つ選べ。

          1. パラメータの数が多いモデルほど、無条件に良いモデルとして選ぶ
          2. 訓練データでの正解率だけを比べて、最も高いモデルを選ぶ
          3. 値が大きいモデルほど良いモデルとして選ぶ
          4. 当てはまりの良さと、パラメータの多さへの罰則を合わせて考える
        10. 混同行列で、「偽陰性」に当たるものとして最も適切なものを1つ選べ。

          1. 実際は陽性なのに、陰性と予測したもの
          2. 実際は陰性なのに、陽性と予測したもの
          3. 実際に陽性で、陽性と予測したもの
          4. 実際に陰性で、陰性と予測したもの
        11. 2次元の点A(1, 2)と点B(4, 6)のユークリッド距離はいくつか。最も適切なものを1つ選べ。

          1. 3
          2. 5
          3. 7
          4. 25
        12. 仮説検定についての説明として、最も適切なものを1つ選べ。

          1. 対立仮説が正しい確率を直接計算し、50%を超えれば採択する
          2. 帰無仮説を棄却できなければ、帰無仮説が正しいと証明されたことになる
          3. 有意水準は、検定を行った後で結果に合わせて決める
          4. 帰無仮説のもとで結果が起こる確率が小さければ、帰無仮説を棄却する
        13. 最小二乗法で、データの点に直線を当てはめるときの考え方として、最も適切なものを1つ選べ。

          1. 実測値と予測値の差の2乗の和が最小になるように直線を決める
          2. 各点から直線までの距離の最大値が最小になるように直線を決める
          3. 最も外れた点を通るように直線を決める
          4. 最初の点と最後の点を結ぶ直線を使う

        このセットの出題内容

        • 教師あり学習2問
        • 教師なし学習2問
        • 強化学習2問
        • モデルの選択・評価4問
        • AIに必要な数理・統計知識3問

        次へ:機械学習と数理・統計, セット5

        この試験のほかの練習

        1. 機械学習と数理・統計, セット113問 · 9分
        2. 機械学習と数理・統計, セット213問 · 9分
        3. 機械学習と数理・統計, セット313問 · 9分
        4. 機械学習と数理・統計, セット513問 · 9分
        5. 模擬試験 第1回145問 · 100分
        6. 模擬試験 第2回145問 · 100分
        7. 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。