●G検定模擬問題（３）

解答：①予測器を連続的に学習させる際に誤ったサンプルに対するペナルティを高くすることで,予測精度を高めるように学習する手法のこと.理由: ブースティングは、弱い予測器（弱学習器）を連続的に学習させ、それぞれの予測器が前の予測器の誤りに注目し...

ブースティングに関する説明として,最も適切な選択肢を1つ選べ.① 予測器を連続的に学習させる際に誤ったサンプルに対するペナルティを高くすることで,予測精度を高めるように学習する手法のこと.② 予測器を個別に学習させ,その中で最も予測精度の高...

解答：② MLOps理由: MLOps（Machine Learning Operations）は、機械学習システムの開発と運用を統合する手法です。この手法を導入することで、システムの統合、テスト、リリース、デプロイ、インフラストラクチャの...

以下の文章が示すものとして,最も適切な選択肢を1つ選べ.機械学習システ厶の開発とその運用の統合を目指す手法である.この手法を開発プロセスに適用することによって,システ厶構築における統合,テスト,リリース,デプロイ,インフラストラクチャ管理な...

解答：④ ある特定のノイズを付与することなどによりアルゴリズ厶の脆弱性を突き,モデルの認識を混乱させる行為.理由: 敵対的な攻撃（Adversarial attacks）は、モデルの予測を誤らせるために、入力データに対して微小なノイズや変更...

画像認識における敵対的な攻撃(Adversarial attacks)の説明として,最も適切な選択肢を1つ選べ.① 間違えたラベル/タグ付けがされた画像を,意図的に学習させる行為.② ジェネレータがディスクリミネータを騙そうとする行為.③ ...

解答：④AlexNet2012年のILSVRC（ImageNet Large Scale Visual Recognition Challenge）で優勝したのは、トロント大学の研究チームが開発したAlexNetです。このモデルは、従来の物...

2012年,コンピュータによる画像中の物体認識の精度を競う国際コンテストILSVRCにて優勝し,従来の認識精度を大幅に改善したことをきっかけにディープラーニングが注目を集めることとなった.卜ロント大学のチー厶が開発したディープラーニングを利...

解答：②情報利得の最大化理由: 決定木を分類問題に適用する際、分岐の基準として情報利得（Information Gain）の最大化がよく使われます。情報利得は、データの不純度を測る指標であり、分割によってどれだけ情報の不確かさが減少するかを...

決定木はまるで木が枝分かれをするように,任意の処理を繰り返すことによって表されるモデルを学習によって得る手法である.決定木を分類問題に適用する際の基準として,最も適切な 選択肢を1つ選べ.① 尤度関数の最大化② 情報利得の最大化③ 二乗誤差...