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3
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
- 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。
YOLOの特徴として、最も適切なものを1つ選べ。
スマートフォンなどで動かすことを目的に、Depthwise Separable Convolutionで計算量を減らした画像認識のモデルとして、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。
ELMoの特徴として、最も適切なものを1つ選べ。
8kHzまでの周波数を含む音声を正しく記録したい。標本化定理によると、必要な標本化周波数の最小値はいくつか。最も適切なものを1つ選べ。
ダブルDQNが改善したDQNの問題として、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。
新しいタスクのデータでファインチューニングしたところ、もとのタスクで身に付けていた能力が大きく失われた。この現象として、最も適切なものを1つ選べ。
画像を入力して、その内容を説明する文章を生成するタスクとして、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。
32ビットの浮動小数点数で表された重みを、8ビットの整数で表すように変えた。重みのデータの大きさは、ほかの条件が同じならおよそ何分の1になるか。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。
言語の研究やモデルの学習のために、大量の文章を集めて整理したデータを何と呼ぶか。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。