●G検定模擬問題（３）

解答：④ 知識の関係性は必ず決まっているので,ヘビーウェイトオントロジーに属する.理由:ヘビーウェイトオントロジーは、詳細で厳密な知識の関係性を定義しており、知識の取り出しや整理において正確性を重視します。このため、知識の関係性がしっかりと...

ウェブマイニングやデータマイニングにおいて知識を取り出す取り組みとして,最も適切な選択肢を1つ選べ.① 知識はでたらめなこともあるので,モンテカルロ法に属する.② 知識の関係性は必ず正しいとは限らないので,ライトウェイトオントロジーに属する...

解答：② 学習率を変えたとしても収束に要する繰り返し回数に変化はない。理由:学習率を変えることで、収束に要する繰り返し回数が変わることはよくあります。学習率が適切でない場合、収束速度が遅くなるか、場合によっては収束しないこともあります。学習...

学習率に関する説明として,最も不適切な選択肢を1つ選べ.① 学習率の値を大きくしすぎると収束しない.② 学習率を変えたとしても収束に要する繰り返し回数に変化はない.③学習率の値を適切な範囲で大きく設定することで学習が早く進む.④一般に学習率...

解答：④ オフライン強化学習は、ログデータを収集しやすい問題設定への学習手法として優れているため、推薦システムなどのウェブサービスへの応用が試みられている。理由:オフライン強化学習は、事前に収集されたデータ（ログデータ）を使用して学習を行う...

オフライン強化学習の説明として,最も適切な選択肢を1つ選べ.① オフライン強化学習に使うオフラインデータは,報酬のデータが含まれていない.② オフライン強化学習は,実際の環境と相互作用しながら得たデータを逐次的に学習していく手法である.③ ...

解答：③ 知識ベースと推論エンジン理由:第2次AIブームでは、エキスパートシステムと呼ばれる知識ベースと推論エンジンを用いたシステムが中心となりました。これらのシステムは、人間の専門家の知識をデータベースに集約し、その知識を用いて問題解決や...

以下の文章を読み,空欄に最もよく当てはまる選択肢を1つ選べ.1980年代に起こった第2次AIブー厶においては( )によって問題を解決する古典的な人工知能が台頭した.① ビッグデータ② 探索と推論③ 知詢ベースと推論エンジン④ 機械学習解答

解答：① L2正則化:理由:L2正則化（リッジ回帰）は、モデルの複雑さを抑制し、過学習を防ぐためにパラメータのノルム（具体的には二乗和）にペナルティを課す手法です。このペナルティによって、大きな重みが減少し、モデルがより汎化性能を持つように...

ニューラルネットワークは高い表現力を持つ反面,過学習をしやすいという性質を持つため, それを改善させる方法が多数考案されている.これに関するパラメータのノル厶にペナルティを課す手法の1つとして,最も適切な選択肢を1つ選べ.① L2正則化② ...