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応用例と社会実装の練習問題 セット2

        ディープラーニングの応用例と社会実装の15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11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
        15
        時間
        10分
        目標
        11 (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
        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. 物体検出の領域の候補に加えて、物体ごとの画素単位の領域(マスク)も出力し、インスタンスセグメンテーションを行うモデルとして、最も適切なものを1つ選べ。

          1. Mask R-CNN
          2. YOLO
          3. VGG
          4. WaveNet
        2. EfficientNetの特徴として、最も適切なものを1つ選べ。

          1. 層の数だけを増やし、ほかの条件は変えずに精度を上げる
          2. 畳み込みを使わず、Transformerだけで画像を分類する
          3. 物体の候補の領域を作ってから分類する
          4. 深さ、幅、解像度の3つをバランスよく拡大して精度を上げる
        3. 文章を、語順を考えずに各単語の出現回数だけで表すベクトルとして、最も適切なものを1つ選べ。

          1. Bag-of-Words(BoW)
          2. 分散表現
          3. 位置エンコーディング
          4. n-gram言語モデル
        4. BERTの事前学習の方法として、最も適切なものを1つ選べ。

          1. 次の単語を左から右へ一方向に予測する学習だけを行う
          2. 一部の単語を隠し、前後の文脈から当てる
          3. 画像の一部を隠して、隠れた画素を予測する
          4. 人手でラベルを付けた感情分析のデータだけで学習する
        5. 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。

          1. 量子化、標本化、符号化
          2. 符号化、量子化、標本化
          3. 標本化、量子化、符号化
          4. 標本化、符号化、量子化
        6. DQN(Deep Q-Network)の工夫として、最も適切なものを1つ選べ。

          1. 経験をためて無作為に取り出す体験再生を使う
          2. 方策をパラメータで直接表し、行動価値関数は使わない
          3. 人が行動ごとに正解を付けたデータで教師あり学習する
          4. 画像を使わず、ゲームの内部の変数だけを入力にする
        7. 報酬がゴールに着いたときにしか得られず学習が進まないため、ゴールに近づくたびに小さな報酬を与えるように工夫した。この工夫を表す用語として、最も適切なものを1つ選べ。

          1. 割引率
          2. 報酬成形
          3. 体験再生
          4. 状態表現学習
        8. 敵対的生成ネットワーク(GAN)の仕組みとして、最も適切なものを1つ選べ。

          1. 生成器と識別器を競わせて学習する
          2. 入力を圧縮してから、同じ入力を復元するように学習する
          3. 画像にノイズを少しずつ加え、その逆の手順を学習する
          4. 文章の一部を隠して、隠れた単語を予測する
        9. 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。

          1. 転移学習は追加した層だけを、ファインチューニングは全体も更新する
          2. 転移学習はすべての重みを最初から学習し、ファインチューニングは学習しない
          3. 転移学習は画像だけに、ファインチューニングは文章だけに使う
          4. 二つは同じ意味で、違いはまったくない
        10. CLIPの学習の方法として、最も適切なものを1つ選べ。

          1. 画像だけを使い、隠した画素を予測するように学ぶ
          2. 文章だけを使い、次の単語を予測するように学ぶ
          3. 人が付けた1,000クラスのラベルで画像の分類器を学ぶ
          4. 画像と説明文の組で、対応する組を近づける
        11. SHAPの説明として、最も適切なものを1つ選べ。

          1. 画像の勾配を使って、注目した領域をヒートマップで示す
          2. ゲーム理論のシャープレイ値で、各特徴量の予測への寄与を表す
          3. 予測したいデータの周辺だけで、線形モデルなどの単純なモデルを作る
          4. モデルの重みを削って、モデルを小さくする
        12. カメラの映像から不良品を判定するモデルを、クラウドではなく工場の装置の中で動かすエッジAIにする利点として、最も適切なものを1つ選べ。

          1. 通信の遅れがなく、ネットワークが切れても判定を続けられる
          2. 装置の計算能力に制限がなくなり、どんな大きさのモデルも動かせる
          3. モデルの更新や管理の手間がまったく不要になる
          4. 学習データを集める必要がなくなる
        13. 学習したモデルを、ほかのシステムやアプリからネットワーク経由で呼び出して使えるようにする方法として、最も適切なものを1つ選べ。

          1. Web APIとして公開する
          2. モデルのファイルを紙に印刷して配る
          3. 学習データを公開する
          4. Jupyter Notebookの画面の写真を共有する
        14. AIの開発で、要件を最初にすべて決めてから順に工程を進めるウォーターフォール型より、アジャイル型が向いているとされる理由として、最も適切なものを1つ選べ。

          1. AIの開発では、最初に精度を正確に約束できるから
          2. AIの開発には、テストの工程が不要だから
          3. 要件の変更がまったく起こらないから
          4. 学習するまで精度がわからず、試行錯誤が必要だから
        15. 顧客の解約を予測するモデルを作るとき、特徴量に「解約の手続きを行った日」を含めたところ、検証での精度が非常に高くなった。この状況についての判断として、最も適切なものを1つ選べ。

          1. 精度が高いので、そのまま本番で使うのがよい
          2. 精度が高すぎるのは学習不足のためで、エポックを増やせばよい
          3. 予測時に得られない情報を使ったデータリーケージである
          4. 特徴量が少なすぎるので、さらに未来の情報を加えるべきである

        このセットの出題内容

        • 画像認識2問
        • 自然言語処理2問
        • 音声処理1問
        • 深層強化学習2問
        • データ生成1問
        • 転移学習・ファインチューニング1問
        • マルチモーダル1問
        • モデルの解釈性1問
        • モデルの軽量化1問
        • AIプロジェクトの進め方2問
        • データの収集・加工・分析・学習1問

        次へ:ディープラーニングの応用例と社会実装, セット3

        この試験のほかの練習

        1. ディープラーニングの応用例と社会実装, セット114問 · 10分
        2. ディープラーニングの応用例と社会実装, セット314問 · 10分
        3. ディープラーニングの応用例と社会実装, セット414問 · 10分
        4. ディープラーニングの応用例と社会実装, セット513問 · 9分
        5. ディープラーニングの応用例と社会実装, 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。