G検定 ディープラーニングの応用例と社会実装の練習問題 セット1
ディープラーニングの応用例と社会実装の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応用例と社会実装
- 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。
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。
Vision Transformer(ViT)の説明として、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。
単語を文字のn-gramの集まりとして扱うことで、学習データにない単語(未知語)にもベクトルを作りやすくした手法として、最も適切なものを1つ選べ。
商品のレビューの文章が肯定的か否定的かを判定するタスクとして、最も適切なものを1つ選べ。
母音の聞き分けに関わる、音声のスペクトル包絡に現れるいくつかのピークを何と呼ぶか。最も適切なものを1つ選べ。
音声認識で、音声のフレームの数と出力する文字の数が異なるとき、空白の記号を使って対応づけを学習できるようにする手法として、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。
すでに集められた行動の記録のデータだけを使い、環境と新たにやり取りせずに方策を学習する手法として、最も適切なものを1つ選べ。
GANの生成器と識別器に畳み込みニューラルネットワークを取り入れ、画像の生成を安定させたモデルとして、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。
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。
MLOpsの考え方として、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。
このセットの出題内容
- 画像認識2問
- 自然言語処理3問
- 音声処理2問
- 深層強化学習2問
- データ生成1問
- マルチモーダル1問
- モデルの軽量化1問
- AIプロジェクトの進め方1問
- データの収集・加工・分析・学習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。