HOME
AI実装検定 B級

「AI実装検定 B級」の記事一覧

複数の弱学習器を逐次的に学習させ、前の学習器のミスを補うように学習する手法は何か。

XGBoostやLightGBMなどが含まれる。

2026年3月3日

教師なし学習で、高次元のデータを情報を保ちつつ低次元に落とし込む手法は何か。

データの可視化や前処理に利用される。

2026年3月3日

新しいデータに対して、距離が近いk個のデータの多数決で分類を決める手法は何か。

シンプルだがデータ量が多いと計算コストが高い。

2026年3月3日

名前に「回帰」と付くが、実際には分類問題（特に2値分類）に用いられるモデルは何か。

出力をシグモイド関数で0〜1の確率に変換する。

2026年3月3日

複数の決定木を組み合わせて、多数決や平均によって予測精度を高める手法は何か。

バギングを用いたアンサンブル学習の代表例。

2026年3月3日

分類問題において、データの境界（マージン）を最大化するように学習するアルゴリズムは何か。

マージン最大化により汎化性能を高める。

2026年3月3日

条件分岐を繰り返すことでデータを分類または回帰する、木構造のモデルは何か。

解釈性が高く、可視化しやすい。

2026年3月3日

データをk個に分割し、そのうち1つをテスト用、残りを学習用としてk回繰り返して評価する手法は何か。

データの偏りを防ぎ、より信頼性の高い評価が可能。

2026年3月3日

入力変数と出力変数の間に直線を当てはめて予測する最も単純な回帰モデルは何か。

y = ax + b の形式で表される。

2026年3月3日

モデルを評価するために、全データを「学習用」と「テスト用」に分ける最も一般的な手法は何か。

データを一度だけ分割する。

2026年3月3日