生成AIパスポート出題範囲-第2章（生成AI）の4択問題-1

生成AIパスポート第1章の中から重要な問題を10問出します。

この記事の執筆者

生成AIパスポート.com

生成AI初心者

😀生成AIパスポート✈
AIの世界を旅するためのあなたの片道切符。ビザ不要、目的地は無限大。フォローで搭乗、未知の発見が待っています！

X(旧Twitter)

第2章の4択問題

第1問

以下の選択肢のうち、正しい説明を選んでください。

1. ディープラーニングの技術は、1980年代後半に登場したボルツマンマシンの研究により飛躍的に発展しましたが、初期のモデルは多層学習に対応しておらず、学習が収束しやすい特性を持っていました。
2. 制約付きボルツマンマシンは、ボルツマンマシンにネットワークの入力部分と推定する部分の分割を導入し、学習が収束しやすいモデルとして応用の幅を広げました。
3. 自己回帰モデルは、画像の解析や生成を特に得意とし、その能力が2010年代以降のディープラーニングの基盤技術となっています。
4. RNN（回帰型ニューラルネットワーク）は、2010年代に初めて提唱され、自然言語処理に特化したモデルとして利用されました。

第2問

以下の選択肢のうち、間違った説明を選んでください。

1. 自己回帰モデルは時系列データの予測に適しており、過去のデータを用いて未来を予測する。
2. ディープラーニングは、CNNを利用することで画像認識や特徴抽出が可能になった。
3. 自己回帰モデルは、時系列データに依存せず静的なデータ分析を得意とする。
4. ディープラーニングは複雑なパターンを学習する能力を持つが、初期は計算リソースが課題だった。

第3問

以下の選択肢のうち、正しい説明を選んでください。

1. CNNは、全ての入力データを一度に処理し、大規模なデータセットでも計算速度を高速化することを目的としたモデルである。
2. CNNは、画像認識に特化しており、畳み込み演算を用いて局所的な特徴から全体の特徴を抽出する仕組みを持つ。
3. CNNは、Transformerモデルの基盤として開発され、自然言語処理タスクに最適化されている。
4. CNNは、教師なし学習で使用されることが多く、ラベルのないデータから特徴を抽出するモデルである。

第4問

以下の選択肢のうち、正しい説明を選んでください。

1. VAE（変分自己符号化器）は、ノイズのないデータを元にノイズを追加し、元データから遠ざけることで新しいデータを生成する。
2. VAEは、生成モデルの一種であり、エンコーダとデコーダの2つの部分で構成されている。
3. VAEは、生成器と識別器の競争を利用してデータ生成の精度を高める仕組みを持つ。
4. VAEは、教師あり学習に特化しており、大量のラベル付きデータを必要とする。

第5問

以下の選択肢のうち、間違った説明を選んでください。

1. GAN（敵対的生成ネットワーク）は、生成器と識別器が競い合う仕組みでデータ生成の精度を高める。
2. GANは、大量のデータを必要とせず、訓練データから新しいデータを生成する能力を持つ。
3. GANは、生成器のみに焦点を当てて訓練し、識別器を後から追加する仕組みを持つ。
4. GANは、識別器が生成器の出力と本物のデータを区別する役割を果たす。

次のページでは続きの6問目から10問目までを用意しています。

ぜひ、試験前の確認にご活用ください。