●G検定模擬問題（３）

解答：②強いAIは,人間のような自意識を持ち知的活動ができる.　弱いAIは,自意識はなく特定の機能に対して人間と同等以上の精度を有する.理由: 強いAI（Strong AI）と弱いAI（Weak AI）の区別は、AIの能力と自意識に基づいて...

強いAIと弱いAIの説明として,最も適切な選択肢を1つ選べ.① 強いAIは,消費電力が多く短時間しか動作しない.　弱いAIは,消費電力が少なく長時間動作する.② 強いAIは,人間のような自意識を持ち知的活動ができる.　弱いAIは,自意識はな...

解答：④データが極端に少ない場合は,ディープラーニング以外のアプローチを検討する方が良い場合がある.理由: ディープラーニングは通常、大量のデータが必要な手法です。データが極端に少ない場合、ディープラーニングモデルが適切に学習するための情報...

ディープラーニングとデータ量について述べたものとして,最も適切な選択肢を1つ選べ.① データ量が十分にない場合,教師なし学習を行うことで学習を進めることができる.② データを集める際には,バーニーおじさんのルールと呼ばれる経験則を目安にデー...

解答：②様々な向きからの見え方を学習するため,上下の反転を実施した.理由: 上下の反転は、自然界において飛行機や車などの物体が上下逆さまになる状況が非常に稀であるため、現実的なデータに適合しない可能性があります。上下反転を含むデータ拡張は、...

監視カメラ用に飛行機や車などの物体検出モデルを学習させる際に,精度を向上させるためのデータ拡張手法に関する説明として,最も不適切な選択肢を1つ選べ.① 様々な光の当たり方を学習するため,明るさやコントラストを変更した.② 様々な向きからの見...

解答：②内発的報酬(intrinsic reward)理由: Rainbowは、ディープ強化学習アルゴリズムの一種であり、複数の強化学習手法を組み合わせています。具体的には、以下の手法が含まれています：ノイジーネットワーク (Noisy N...

Rainbowは,7種類の手法をのせた深層強化学習アルゴリズムである.Rainbowに使われている手法として,最も不適切な選択肢を1つ選べ.① ノイジーネットワーク② 内発的報酬(intrinsic reward)③ デュエリングネットワー...

解答：②活性化関数理由: ディープニューラルネットワーク（DNN）の順伝播において、入力に重みとバイアスを適用した後に適用する変換は「活性化関数」です。活性化関数は、ノードの出力に非線形性を導入し、ネットワークが複雑なパターンを学習できるよ...

ディープニューラルネットワーク(DNN)の順伝播の計算において,入力に重みとバイアスを適用した後に適用する変換として,最も適切な選択肢を1つ選べ.① 重み② 活性化関数③ 学習率④バイアス解答