HOME
IBM AI Engineering Professional Certificate

「IBM AI Engineering Professional Certificate」の記事一覧

入力を圧縮して中間表現を得た後、元の入力を再構成するように学習するモデルはどれか。

自己符号化器（Autoencoder）は次元削減やノイズ除去に利用される。

2026年3月12日

モデルの予測を要求された際にリアルタイムで応答を返すデプロイ方式はどれか。

オンラインスコアリングはリクエストに対して即座に予測結果を返す。

2026年3月12日

データの分散が最大になる方向を見つけ出し、低次元に投影する手法はどれか。

PCA（主成分分析）はデータの情報を可能な限り保持しつつ次元を削減する。

2026年3月12日

RNNの勾配消失問題を解決するために導入された、長期記憶を保持できる構造はどれか。

LSTM（Long Short-Term Memory）はゲート構造により長期的な依存関係を学習できる。

2026年3月12日

スキップ接続を導入することで、非常に深いネットワークの勾配消失問題を解決したモデルはどれか。

ResNet（Residual Network）は残差学習により100層を超える深層化を可能にした。

2026年3月12日

AIモデルの公平性、説明可能性、ドリフトを監視するためのツールはどれか。

Watson OpenScaleは運用中のAIモデルの信頼性とバイアスを継続的に監視する。

2026年3月12日

特定のタスクで学習したモデルの重みを別の関連タスクに再利用する手法はどれか。

転移学習はデータが少ないタスクにおいて学習時間を短縮し精度を高めるのに有効である。

2026年3月12日

画像認識モデルの汎化性能を高めるために、画像を回転させたり反転させたりする手法はどれか。

データ拡張（Data Augmentation）は既存のデータから擬似的にデータを増やして過学習を防ぐ。

2026年3月12日

不均衡データに対する分類モデルの性能を評価する際、適合率と再現率の調和平均をとる指標はどれか。

F1スコアは適合率と再現率のバランスを評価するために用いられる。

2026年3月12日

学習率をパラメータごとに自動調整し、過去の勾配の移動平均を利用する最適化アルゴリズムはどれか。

AdamはMomentumとRMSpropの利点を組み合わせた広く使われる最適化手法である。

2026年3月12日