実践問題
解答＆解説は第1問から第10問までを列挙しています。
まず問題を解いてから解答&解説を見ることを推奨します。
第1問
教師あり学習の説明として最も適切なものはどれか。
- 正解ラベル付きデータを用いて学習する
- 正解データを使わず分類する
- 人が一切関与しない
- 暗号化専用技術である
解答＆解説はこちら
第2問
教師なし学習の用途として適切なものはどれか。
- 回帰分析のみ
- クラスタリング
- コンパイル最適化
- RAID制御
解答＆解説はこちら
第3問
回帰問題の例として適切なものはどれか。
- メールを迷惑メールか分類する
- 手書き数字認識
- 株価を予測する
- データ暗号化する
解答＆解説はこちら
第4問
過学習(オーバーフィッティング)の説明として適切なものはどれか。
- 学習データに過度適合し未知データへ弱くなる
- CPU負荷が低下する
- HDD容量不足になる
- ネットワーク遅延が減少する
解答＆解説はこちら
第5問
ニューラルネットワークの特徴として適切なものはどれか。
- 人間の神経回路を模したモデル
- RAID構成方式
- CPU制御専用技術
- データ圧縮専用方式
解答＆解説はこちら
第6問
ディープラーニングの特徴として最も適切なものはどれか。
- 中間層を多層化したニューラルネットワーク
- HDD高速化技術
- データ暗号化方式
- RAID耐障害技術
解答＆解説はこちら
第7問
分類問題の例として適切なものはどれか。
- 気温予測
- 売上予測
- 画像を犬・猫へ分類する
- メモリ使用量計測
解答＆解説はこちら
第8問
機械学習で利用される「特徴量」の説明として適切なものはどれか。
- 学習対象データを表す数値的属性
- CPUクロック値
- HDD回転速度
- RAIDパリティ情報
解答＆解説はこちら
第9問
Precision(適合率)の説明として適切なものはどれか。
- 正しく陽性判定した割合
- 実際の陽性を検出した割合
- 全データ中の正解率
- CPU利用率
解答＆解説はこちら
第10問
機械学習モデルの汎化性能を評価する方法として適切なものはどれか。
- テストデータで評価する
- 学習データだけで評価する
- HDD容量を測定する
- RAID障害試験を行う
解答＆解説はこちら
解答&解説
解答：第1問
正解：1. 正解ラベル付きデータを用いて学習する
教師あり学習：
| 入力 | 正解 |
|---|---|
| 画像 | 犬 |
のように学習。
解答：第2問
正解：2. クラスタリング
教師なし学習：
類似データ分類。
解答：第3問
正解：3. 株価を予測する
回帰：
連続値予測。
解答：第4問
正解：1. 学習データに過度適合し未知データへ弱くなる
過学習：
汎化性能低下。
解答：第5問
正解：1. 人間の神経回路を模したモデル
ニューロン模倣。
解答：第6問
正解：1. 中間層を多層化したニューラルネットワーク
ディープラーニング：
Deep\ Learning = 多層NN
解答：第7問
正解：3. 画像を犬・猫へ分類する
分類問題：
カテゴリ予測。
解答：第8問
正解：1. 学習対象データを表す数値的属性
例：
年齢、身長、画素値。
解答：第9問
正解：1. 正しく陽性判定した割合
適合率 = TP/(TP+FP)
TP (True Positive): 陽性と予測し、実際も陽性だった数（正解）
FP (False Positive): 陽性と予測したが、実際は陰性だった数（誤報・偽陽性）
解答：第10問
正解：1. テストデータで評価する
未知データ評価重要。
知識に自信ができた方は、今度は自身のキャリアアップに向けて準備してみませんか？
まずは無料でキャリア相談
コメント