G検定（ジェネラリスト検定）の全問題一覧
人工知能をめぐる動向と手法
- 1950年代後半から1960年代にかけて起こった第1次AIブームで中心的な役割を果たした技術はどれか。
- ある企業が特定分野の専門家の知識をルールとして蓄積したエキスパートシステムを構築したが、対象分野が拡大するにつれてルールの追加・矛盾解消・保守が困難になり、開発が停滞した。この現象を表す言葉として最も適切なものはどれか。
- 教師あり学習を用いた一般的な機械学習プロジェクトの進め方として最も適切な作業順序はどれか。
- 教師あり学習と教師なし学習の違いに関する説明として最も適切なものはどれか。
- ある工場の検査AIが200個の製品を検査した結果を混同行列にまとめたところ、実際に不良品だった製品は120個、良品だった製品は80個であった。このうちAIが不良と判定し実際にも不良だったもの(TP)は90個、良品を誤って不良と判定したもの(FP)は10個、不良品を見逃し良品と判定したもの(FN)は30個、良品を正しく良品と判定したもの(TN)は70個だった。このAIの適合率(Precision)はいくらか。
- ある検査AI(TP=90、FP=10、FN=30、TN=70、実際の不良品120個、良品80個)について、再現率(Recall)はいくらか。
- ある検査AI(適合率90%、再現率75%)について、F値(F1スコア)はいくらか。小数第2位を四捨五入して答えよ。
- あるモデルは訓練データに対しては非常に高い正解率を示したが、未知の検証データに対しては正解率が大きく低下した。この過学習を抑制するための対策として最も適切なものはどれか。
- 件名や本文の特徴から迷惑メールを自動判定して隔離するスパムフィルタと、健康診断で疾患の疑いがある人を漏れなく抽出する検査システムでは、それぞれ重視すべき評価指標が異なる。両者で重視すべき指標の組み合わせとして正しいものはどれか。
- k-means法の説明として正しいものはどれか。
- 決定木を用いて分類モデルを作成したところ、訓練データに対しては完璧に分類できたが、テストデータでは精度が低かった。この過学習を抑えつつ精度を改善する手法として最も適切なものはどれか。
- 決定木とランダムフォレストの違いに関する説明として正しいものはどれか。
- 5分割交差検証(5-fold cross validation)の手順として正しいものはどれか。
- 根ノードAの子がBとC、Bの子がDとE、Cの子がFという木構造がある。スタックを用いた深さ優先探索(DFS)で、常に左側の子から先にたどる場合、ノードを訪れる順序として正しいものはどれか。
- 知識表現手法の一つである「意味ネットワーク」の説明として正しいものはどれか。
- 線形回帰とロジスティック回帰の違いに関する説明として正しいものはどれか。
- ロボットが試行錯誤しながら環境と相互作用し、得られる報酬の合計を最大化するように行動方策を学習する枠組みに最も近い事例はどれか。
- ある検査AI(TP=90、FP=10、FN=30、TN=70、合計200個)について、正解率(Accuracy)はいくらか。
- 数百項目に及ぶアンケートの回答データがあり、項目間の相関が強く分析や可視化が難しい。データが持つ情報をなるべく保持しながら次元を圧縮したい場合に用いる手法として最も適切なものはどれか。
- 2つのクラスを分類する境界線を引く際に、境界線と各クラスの中で最も境界に近いデータ点との距離(マージン)が最大になるように境界を求める手法はどれか。
ディープラーニングの概要と手法
- シグモイド関数を活性化関数として用いた層を10層以上重ねた深いニューラルネットワークを学習させたところ、入力層に近い層の重みがほとんど更新されなくなった。この現象の原因として最も適切な説明はどれか。
- 確率的勾配降下法(SGD)で学習を行ったところ、損失関数の等高線が細長い谷状になっている方向でパラメータの更新が大きく振動し、収束に時間がかかっている。この問題を緩和するためにモーメンタムを導入した場合の主な効果として最も適切なものはどれか。
- 深層学習モデルの学習において、訓練データに対する損失は単調に減少し続けているが、検証データに対する損失はあるエポックを境に上昇に転じ始めた。この時点で取るべき対応として最も適切なものはどれか。
- 数百ステップに及ぶ長い時系列データを、ゲート機構を持たない単純なRNN(Simple RNN)で学習させたところ、系列の初期の情報がほとんど出力に反映されなかった。この現象の主な原因として最も適切なものはどれか。
- 少量の医用画像データしか用意できない状況で、限られた開発期間内に高精度な画像分類モデルを構築したい。このとき最も適切なアプローチはどれか。
- 汎用的な大規模言語モデルを、特定ドメインのデータのみを用いて長時間ファインチューニングしたところ、元々持っていた一般的な言語能力や他タスクの性能が大きく低下してしまった。この現象を抑えるための工夫として最も適切なものはどれか。
- 入力サイズ32×32、フィルタサイズ5×5、ストライド1、パディング0の畳み込み層に通した場合、出力される特徴マップの一辺のサイズはいくつか。
- 入力サイズ28×28、フィルタサイズ3×3、ストライド2、パディング1の畳み込み層に通した場合、出力される特徴マップの一辺のサイズはいくつか。
- 入力チャネル数3、出力チャネル数16、カーネルサイズ3×3、バイアスありの畳み込み層のパラメータ数はいくつか。
- 入力ユニット数100、出力ユニット数50、バイアスありの全結合層のパラメータ数はいくつか。
- 最適化手法Adamにおける1回のパラメータ更新の処理順序として、最も適切なものはどれか。
- 一般的な畳み込みニューラルネットワークの1つのブロックにおいて、処理が行われる基本的な順序として最も一般的なものはどれか。
- ニューラルネットワークの学習において誤差逆伝播法を用いる場合の一連の処理の順序として、最も適切なものはどれか。
- 活性化関数としてのシグモイド関数とReLU関数の違いに関する説明として、最も適切なものはどれか。
- 最適化手法であるSGD(モメンタムなし)とAdamの違いに関する説明として、最も適切なものはどれか。
- 単純なRNN(Simple RNN)とLSTMの違いに関する説明として、最も適切なものはどれか。
- 生成モデルであるGAN(敵対的生成ネットワーク)とVAE(変分オートエンコーダ)の違いに関する説明として、最も適切なものはどれか。
- ディープラーニングにおける正則化手法の1つである「ドロップアウト」の説明として、最も適切なものはどれか。
- Transformerなどで用いられるAttention機構の説明として、最も適切なものはどれか。
- 生成モデルの1つである拡散モデル(Diffusion Model)の説明として、最も適切なものはどれか。