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4
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。
Faster R-CNNがそれ以前のR-CNNの系統のモデルより高速になった主な理由として、最も適切なものを1つ選べ。
ネットワークの構造そのものを、人が設計するのではなく自動で探索する手法として、最も適切なものを1つ選べ。
word2vecのCBOWとスキップグラムの違いとして、最も適切なものを1つ選べ。
自然言語処理のモデルの性能を、文の類似度の判定や含意の判定など複数のタスクでまとめて評価するベンチマークとして、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。
DQNを改良した手法のうち、状態の価値と行動ごとの有利さ(アドバンテージ)を分けて推定するネットワークの構造として、最も適切なものを1つ選べ。
すでにある制御の方法(例えば従来の制御のプログラム)の出力に、強化学習で学んだ補正を加えて性能を上げる手法として、最も適切なものを1つ選べ。
線画とその色付きの画像のように、変換の前と後が対になった画像の組を使って、画像から画像への変換を学ぶGAN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。
大量のデータで事前学習され、ファインチューニングなどによって多くの異なるタスクに使えるようにした大規模なモデルを何と呼ぶか。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。
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。
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。
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。
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
- 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
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。