●G検定模擬問題（３）

解答：②汎化性能理由: 機械学習の教師あり学習において、モデルの精度は未知のデータに対する回帰や分類の精度で評価されます。これは、モデルが新しいデータに対してどれだけ正確に予測できるか、つまり「汎化性能（Generalization Per...

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.機械学習の教師あり学習では,学習データからモデルを作成し,そのモデルの精度を確認することが行われる.モデルの精度は学習データによって評価されるのではなく,モデルにとって未知のデータ...

解答：④複数のモデルをそれぞれ別に学習させ,各モデルの出力を平均もしくは多数決することで決める手法のこと.理由: バギング（Bagging、Bootstrap Aggregating）は、複数のモデルを並列に学習させ、それぞれのモデルの出力...

バギングに関する説明として、最も適切な選択しを1つ選べ.① 初めに1つモデルを学習して作成し,それを何度も改善することを通じて性能を高めていく手法のこと.② 複数のモデルの中からランダ厶にモデルを選び,その中で最も識別性能の高かったモデルを...

解答：②文章を双方向から学習する.理由: BERT（Bidirectional Encoder Representations from Transformers）は、双方向から文章を学習することができるモデルです。これにより、文脈の前後関...

BERTの特徴を述べた文章として,最も適切な選択肢を1つ選べ.① モデルが比較的軽量なため計算コストが小さい.② 文章を双方向から学習する.③ ラベルが付与されたデータセットにのみ適用できる.④ 文章中の接続詞が処理できない.解答

解答：② (a)入カゲート (b) 忘 却 ゲ ー ト (c)出カゲート(a) 入力ゲート (Input Gate)(b) 忘却ゲート (Forget Gate)(c) 出力ゲート (Output Gate)これらのゲートは、LSTM（Lo...

図のL S T M を構成において( a ）（ｂ）（ｃ） のゲートの名称の組み合わせとして,最も適切な選択肢を1つ選べ.① (a)忘却ゲート (b)出カゲート (c)入カゲート② (a)入カゲート (b) 忘 却 ゲ ー ト (c)出カゲー...

解答：②収集した生データそれ自体については創作性が認められないため,体系的に構成したデータセットも通常は著作権法上の著作物とは見なされない.理由:体系的に構成したデータセットは、選択や配列に創作性が認められる場合、著作権法上の著作物と見なさ...

収集•生成したデータや学習済みモデルを知的財産として保護しようとする場合に念頭に置くべきこととして,最も不適切な選択肢を1つ選べ.① 実務においては,知的財産権を守るため,経済産業省の契約ガイドラインなどを参考に関係者間で権利帰属や利用範囲...