G検定 模擬試験 第1回
145問を100分で解きます。目標は102問正解で、これは当サイトの練習の目安です。
- 問題数
- 145
- 時間
- 100分
- 目標
- 102 (70%)
- 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。
文字の読み取りや経路案内のように、かつては知的な処理と考えられていた技術も、実用化されて仕組みが知られると「単なる自動処理であり知能ではない」とみなされるようになる。この現象を表す用語として、最も適切なものを1つ選べ。
人工知能のレベル分けにおいて、「ディープラーニングを取り入れた人工知能」を「機械学習を取り入れた人工知能」と区別する点として、最も適切なものを1つ選べ。
人工知能とロボットの関係についての説明として、最も適切なものを1つ選べ。
別室にいる相手と文字だけで会話し、判定者が相手を人間か機械か見分けられなければ、その機械には知能があるとみなす方法として、最も適切なものを1つ選べ。
辞書の定義だけで「シマウマ」という語を扱うシステムが、実際のシマウマの姿や手触りと語を結び付けられないという問題を表す用語として、最も適切なものを1つ選べ。
人工知能が自分より賢い人工知能を作れるようになり、技術の進歩が人間には予測できない速さで進む転換点を指す用語として、最も適切なものを1つ選べ。
深さ優先探索の特徴として、最も適切なものを1つ選べ。
αβ法についての説明として、最も適切なものを1つ選べ。
囲碁のように盤面の評価関数を作りにくいゲームで、ある局面から終局までランダムな手を何度も打ち、その勝率で手の良さを評価する方法として、最も適切なものを1つ選べ。
質量分析で得られたデータから、未知の有機化合物の構造を推定するために開発された、初期のエキスパートシステムとして最も適切なものを1つ選べ。
意味ネットワークで「タイヤは自動車の一部である」という知識を表すときに使う関係として、最も適切なものを1つ選べ。
ある分野の概念と、その概念どうしの関係を、コンピュータも人も共有できるように明示的に定めたものを表す用語として、最も適切なものを1つ選べ。
IBMが開発し、2011年にアメリカのクイズ番組で人間のチャンピオンに勝った質問応答システムとして、最も適切なものを1つ選べ。
機械学習が注目されるようになった背景として、最も適切なものを1つ選べ。
大量のテキストデータから単語の出現の確率などを学び、その統計にもとづいて言語を処理する方法を何と呼ぶか。最も適切なものを1つ選べ。
ECサイトで、利用者の閲覧や購入の履歴をもとに、その人が興味を持ちそうな商品を画面に表示する仕組みとして、最も適切なものを1つ選べ。
ヤン・ルカンらが開発し、誤差逆伝播法で学習する畳み込みニューラルネットワークとして手書き数字の認識に使われたモデルとして、最も適切なものを1つ選べ。
Google DeepMindが開発し、2016年にトップ棋士のイ・セドルに勝った囲碁のプログラムとして、最も適切なものを1つ選べ。
ディープラーニングの発展を支えた、2万を超えるカテゴリに分類された大量の画像からなるデータセットとして、最も適切なものを1つ選べ。
第1次から第3次までのAIブームと、それぞれの中心となった技術の組み合わせとして、最も適切なものを1つ選べ。
教師あり学習で解く問題のうち、「回帰問題」に当たるものとして最も適切なものを1つ選べ。
サポートベクターマシン(SVM)の考え方として、最も適切なものを1つ選べ。
決定木についての説明として、最も適切なものを1つ選べ。
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。
勾配ブースティングについての説明として、最も適切なものを1つ選べ。
k-means法で、あるクラスタに3点(1, 2)、(3, 4)、(5, 9)が割り当てられたとき、更新後のクラスタの中心(重心)の座標として、最も適切なものを1つ選べ。
主成分分析(PCA)についての説明として、最も適切なものを1つ選べ。
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。
大量のニュース記事について、各記事が複数の話題を一定の割合で含むと考え、単語の出現の傾向から話題を推定する手法として、最も適切なものを1つ選べ。
教師なし学習の説明として、最も適切なものを1つ選べ。
強化学習で、報酬が1手ごとに1ずつ3手続けて得られ、割引率が0.9のとき、最初の時点から見た割引報酬和はいくつか。最も適切なものを1つ選べ。
選べる行動が4つあり、ε=0.1のε-greedy方策で行動を選ぶ。探索時には4つの行動から等しい確率で1つを選ぶとき、現時点で価値が最も高い行動が選ばれる確率はいくつか。最も適切なものを1つ選べ。
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。
方策勾配法の説明として、最も適切なものを1つ選べ。
強化学習で、ある状態から特定の行動をとったときに、その後に得られると期待される報酬の合計を表す関数として、最も適切なものを1つ選べ。
不正取引を検知するモデルで、実際の不正60件のうち45件を不正と判定し、正常な取引のうち5件を誤って不正と判定した。再現率(recall)はいくつか。最も適切なものを1つ選べ。
200件の画像で犬かどうかを判定したところ、真陽性45件、偽陽性15件、偽陰性5件、真陰性135件だった。正解率(accuracy)はいくつか。最も適切なものを1つ選べ。
ROC曲線とAUCについての説明として、最も適切なものを1つ選べ。
1万件の取引のうち不正が100件しかないデータで、すべてを「正常」と判定するモデルを作った。このモデルについての説明として、最も適切なものを1つ選べ。
1,000件のデータで5分割交差検証を行うとき、1回の学習に使うデータの件数と、学習と評価を行う回数の組み合わせとして、最も適切なものを1つ選べ。
8個のデータ2、4、4、4、5、5、7、9の標準偏差(偏差の2乗の平均の平方根)はいくつか。最も適切なものを1つ選べ。
ある病気にかかっている人の割合が10%の集団で検査を行う。この検査は、病気の人を80%の確率で陽性とし、病気でない人を20%の確率で誤って陽性とする。陽性と出た人が実際に病気である確率に最も近いものを1つ選べ。
ベクトルa=(3, 4)とb=(4, 3)のコサイン類似度はいくつか。最も適切なものを1つ選べ。
成功の確率が0.3の試行を独立に20回くり返したとき、成功の回数の期待値はいくつか。最も適切なものを1つ選べ。
夏にアイスクリームの売上と水難事故の件数がどちらも増えるため、両者に強い相関が見られた。この関係の説明として、最も適切なものを1つ選べ。
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。
TPUの説明として、最も適切なものを1つ選べ。
シグモイド関数に0を入力したときの出力はいくつか。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。
顔の画像の照合などで、同じ人物の画像の特徴は近くに、別の人物の画像の特徴は遠くに配置するように学習するときに使う誤差関数として、最も適切なものを1つ選べ。
L1正則化の特徴として、最も適切なものを1つ選べ。
ドロップアウトの説明として、最も適切なものを1つ選べ。
L0正則化についての説明として、最も適切なものを1つ選べ。
関数z=(2x+1)の2乗をxで微分した値を、連鎖律を使ってx=1で求めるといくつか。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。
勾配降下法で、重みw=2.0、その点の誤差の勾配が0.5、学習率が0.1のとき、1回更新した後の重みはいくつか。最も適切なものを1つ選べ。
学習率を大きくしすぎたときに起こりやすいこととして、最も適切なものを1つ選べ。
モーメンタムの説明として、最も適切なものを1つ選べ。
入力が100個、出力が10個の全結合層に、出力ごとにバイアスがある場合、学習するパラメータの数はいくつか。最も適切なものを1つ選べ。
32×32の入力に、5×5のフィルタをストライド1、パディングなしで畳み込んだとき、出力の特徴マップの大きさはいくつか。最も適切なものを1つ選べ。
入力が3チャンネル(RGB)の画像に、3×3のフィルタ16枚の畳み込み層を使う。フィルタごとにバイアスが1つあるとき、この層のパラメータの数はいくつか。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。
Transformerでよく使われ、ミニバッチの大きさに関係なく、1つのデータの中の特徴全体で正規化する手法として、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。
ResNetで使われるスキップ結合の働きとして、最も適切なものを1つ選べ。
LSTMの説明として、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。
RNNの学習で使われる教師強制(teacher forcing)の説明として、最も適切なものを1つ選べ。
Transformerの特徴として、最も適切なものを1つ選べ。
Attentionで使われるクエリ、キー、バリューの関係の説明として、最も適切なものを1つ選べ。
TransformerでSelf-Attentionと別に位置エンコーディングが必要な理由として、最も適切なものを1つ選べ。
変分オートエンコーダ(VAE)の特徴として、最も適切なものを1つ選べ。
VAEの亜種の説明として、最も適切なものを1つ選べ。
画像の一部の正方形の領域を塗りつぶして学習データを増やすデータ拡張の手法として、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。
画像の各画素にクラスを割り当てるが、同じクラスに属する別々の物体(2台の車など)は区別しないタスクとして、最も適切なものを1つ選べ。
YOLOの特徴として、最も適切なものを1つ選べ。
医療画像のセグメンテーションでよく使われ、エンコーダとデコーダの対応する層をスキップ結合でつないだU字型の構造を持つモデルとして、最も適切なものを1つ選べ。
日本語の文を意味を持つ最小の単位に分け、それぞれの品詞などを判別する処理として、最も適切なものを1つ選べ。
ある単語が200語の文書の中に4回出てくる。全部で1,000件の文書のうち、この単語を含む文書は10件である。TFを出現回数÷文書の語数、IDFを常用対数log10(全文書数÷その単語を含む文書数)とするとき、TF-IDFの値はいくつか。最も適切なものを1つ選べ。
単語の分散表現(単語埋め込み)の性質として、最も適切なものを1つ選べ。
アナログの音声をデジタルのデータに変えるA-D変換の手順の順番として、最も適切なものを1つ選べ。
音声の信号を、どの周波数の成分がどれだけ含まれるかに分解するために使われる計算方法として、最も適切なものを1つ選べ。
2016年にDeepMindが発表し、音声の波形を直接生成して自然な音声合成を実現したモデルとして、最も適切なものを1つ選べ。
DQN(Deep Q-Network)の工夫として、最も適切なものを1つ選べ。
DQNを改良した複数の手法(ダブルDQN、デュエリングネットワーク、ノイジーネットワークなど)を組み合わせた手法として、最も適切なものを1つ選べ。
大規模言語モデルの調整に使われるRLHFの手順として、最も適切なものを1つ選べ。
シミュレーションで学習した方策を実際のロボットに移すとき、シミュレーションの摩擦や照明などの条件を無作為に変えて学習し、現実との違いに強くする手法として、最も適切なものを1つ選べ。
CycleGANの特徴として、最も適切なものを1つ選べ。
拡散モデル(Diffusion Model)の考え方として、最も適切なものを1つ選べ。
複数の視点から撮った写真をもとに、場面を3次元の連続的な関数として表し、撮影していない視点からの画像を作り出す手法として、最も適切なものを1つ選べ。
転移学習とファインチューニングの違いの説明として、最も適切なものを1つ選べ。
自己教師あり学習の説明として、最も適切なものを1つ選べ。
新しいクラスについて、学習の例をそれぞれ数件だけ与えて識別できるようにする設定として、最も適切なものを1つ選べ。
CLIPの学習の方法として、最も適切なものを1つ選べ。
画像と文章のように、種類の異なる複数のデータを組み合わせて扱うことを何と呼ぶか。最も適切なものを1つ選べ。
画像分類のCNNで、予測したクラスについての勾配を使い、画像のどの部分が判断に影響したかをヒートマップで示す手法として、最も適切なものを1つ選べ。
学習済みのモデルで、ある特徴量の値だけを無作為に並べ替えたときに精度がどれだけ下がるかで、その特徴量の重要度を測る手法として、最も適切なものを1つ選べ。
大きなモデル(教師)の出力を手本にして、小さなモデル(生徒)を学習させ、性能をあまり落とさずに軽量化する手法として、最も適切なものを1つ選べ。
大きなネットワークの中には、初期値のまま取り出して学習しても、元のネットワークと同程度の精度に達する小さな部分のネットワークが含まれているという仮説として、最も適切なものを1つ選べ。
データ分析のプロジェクトの進め方を示すCRISP-DMの工程の順番として、最も適切なものを1つ選べ。
運用中の需要予測のモデルで、半年後に精度が下がってきた。調べると、利用者の行動が変わり、入力のデータの分布が学習時と違ってきていた。運用で行うべきこととして、最も適切なものを1つ選べ。
開発したモデルの実行に必要なライブラリやその版を含めた環境をまとめ、別のサーバーでも同じように動かせるようにする技術として、最も適切なものを1つ選べ。
CRISP-DMに、機械学習の品質の保証や運用中の監視の考え方を加えて発展させたプロセスモデルとして、最も適切なものを1つ選べ。
画像に写った物体の種類を人が一つずつ付ける作業で、作業者によって判断がばらつかないようにするための対策として、最も適切なものを1つ選べ。
売上の時系列データで将来の需要を予測するモデルを評価するとき、学習データと評価データの分け方として、最も適切なものを1つ選べ。
複数の会社がそれぞれのデータを持ち寄ってAIを共同開発するときに、あらかじめ決めておくべきこととして、最も適切なものを1つ選べ。
個人情報保護法の「個人情報」に当たらないものとして、最も適切なものを1つ選べ。
個人情報保護法の「要配慮個人情報」に当たるものとして、最も適切なものを1つ選べ。
個人データを本人の同意なく提供しても、個人情報保護法上の「第三者」への提供に当たらないものとして、最も適切なものを1つ選べ。
著作権法の「著作物」に当たらないものとして、最も適切なものを1つ選べ。
著作権法第30条の4の「著作権者の利益を不当に害することとなる場合」に当たる典型的な例として、最も適切なものを1つ選べ。
生成AIを使って作った画像の著作物性についての説明として、最も適切なものを1つ選べ。
特許法の「発明」に当たるものとして、最も適切なものを1つ選べ。
特許の要件の「進歩性」の説明として、最も適切なものを1つ選べ。
特許権と営業秘密による保護の違いとして、最も適切なものを1つ選べ。
自社で集めた学習データを営業秘密として保護したい。秘密管理性を満たすための対策として、最も適切なものを1つ選べ。
会員企業にだけ、ID・パスワードを発行して大量の気象の観測データを有償で提供している。このデータを不正な手段で取得して使った者に対して、不正競争防止法で考えられる保護として、最も適切なものを1つ選べ。
大量の利用者のデータを持つデジタルプラットフォームの事業者が、取引先の事業者に対して、取引上の優位な立場を使い、不当にデータの無償の提供を強いた。独占禁止法の観点からの説明として、最も適切なものを1つ選べ。
データを多く持つ企業どうしの合併や買収について、独占禁止法の観点からの説明として、最も適切なものを1つ選べ。
請負契約と準委任契約の違いの説明として、最も適切なものを1つ選べ。
AIの開発契約で、学習済みモデルの精度について一般に注意すべきこととして、最も適切なものを1つ選べ。
AIの開発契約で、学習済みモデルなどの成果物の知的財産の扱いについての説明として、最も適切なものを1つ選べ。
取引先から秘密保持契約のもとで受け取った資料を、外部の生成AIのサービスに入力して要約させたい。注意すべきこととして、最も適切なものを1つ選べ。
SaaS型のAIサービスの契約で、提供者が結果の精度を保証しない条項が置かれることが多い理由として、最も適切なものを1つ選べ。
AIの規律の方法のうち、ソフトローの説明として最も適切なものを1つ選べ。
EUのAI法(AI Act)で、許容できないリスクとして禁止されているものの例として、最も適切なものを1つ選べ。
プライバシー・バイ・デザインの考え方として、最も適切なものを1つ選べ。
ある店のアプリの購買の履歴から、利用者が本人の公表していない健康の状態を推定し、それに関連する広告を出していた。この事例が示すプライバシーの問題として、最も適切なものを1つ選べ。
採用の選考のモデルから性別の項目を削除したが、性別と強く関係する別の項目が残っていたため、結果として性別による差が残った。この別の項目を表す用語として、最も適切なものを1つ選べ。
2018年に報道された、ある大手IT企業が試験的に作った採用のAIの事例が示した問題として、最も適切なものを1つ選べ。
学習に使うデータに、攻撃者が意図的に誤ったデータを混ぜ込み、モデルの判断をゆがめる攻撃として、最も適切なものを1つ選べ。
学習済みのモデルの出力を分析して、学習に使われた個人の情報などを推測し、取り出す攻撃を、シラバスの用語で何と呼ぶか。最も適切なものを1つ選べ。
生成AIで作られた偽の情報(フェイクニュース)の拡散への対策として、最も適切なものを1つ選べ。
深層学習のモデルが「ブラックボックス」と呼ばれる理由として、最も適切なものを1つ選べ。
検索やSNSが利用者の好みに合う情報ばかりを表示し、利用者が自分の見たい情報に囲まれて、ほかの視点に触れにくくなる現象として、最も適切なものを1つ選べ。
選挙で、SNSの利用者のデータから政治的な傾向を推定し、人ごとに異なる広告を出して投票の行動に影響を与えようとすることが問題とされる理由として、最も適切なものを1つ選べ。
大規模なモデルの学習と運用が環境に与える影響についての取り組みとして、最も適切なものを1つ選べ。
業務の多くをAIに任せた結果、担当者が自分で判断する機会が減り、AIが使えないときに対応できなくなった。この問題を表す用語として、最も適切なものを1つ選べ。
少子高齢化が進む日本で、AIの活用が期待されている理由として、最も適切なものを1つ選べ。
亡くなった歌手の声や姿をAIで再現して新しい歌を披露させる取り組みについて、議論になる論点として、最も適切なものを1つ選べ。
AIのサービスを設計するとき、インクルージョン(包摂性)の観点から望ましいこととして、最も適切なものを1つ選べ。
医療の診断を支援するAIで、最終的な判断を医師が行う仕組みにしておく理由として、最も適切なものを1つ選べ。
企業がAIを利用する方針(AIポリシー)を定めて公表することの意義として、最も適切なものを1つ選べ。
このセットの出題内容
- 人工知能の定義3問
- 人工知能分野で議論される問題3問
- 探索・推論3問
- 知識表現とエキスパートシステム4問
- 機械学習3問
- ディープラーニング4問
- 教師あり学習5問
- 教師なし学習5問
- 強化学習5問
- モデルの選択・評価5問
- AIに必要な数理・統計知識5問
- ニューラルネットワークとディープラーニング2問
- 活性化関数2問
- 誤差関数2問
- 正則化3問
- 誤差逆伝播法2問
- 最適化手法3問
- 全結合層1問
- 畳み込み層3問
- 正規化層1問
- プーリング層1問
- スキップ結合1問
- 回帰結合層3問
- Attention3問
- オートエンコーダ2問
- データ拡張2問
- 画像認識3問
- 自然言語処理3問
- 音声処理3問
- 深層強化学習4問
- データ生成3問
- 転移学習・ファインチューニング3問
- マルチモーダル2問
- モデルの解釈性2問
- モデルの軽量化2問
- AIプロジェクトの進め方4問
- データの収集・加工・分析・学習3問
- 個人情報保護法3問
- 著作権法3問
- 特許法3問
- 不正競争防止法2問
- 独占禁止法2問
- AI開発委託契約3問
- AIサービス提供契約2問
- 国内外のガイドライン2問
- プライバシー2問
- 公平性2問
- 安全性とセキュリティ2問
- 悪用1問
- 透明性1問
- 民主主義2問
- 環境保護1問
- 労働政策2問
- その他の重要な価値2問
- AIガバナンス2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。