HOME
IBM AI Engineering Professional Certificate

「IBM AI Engineering Professional Certificate」の記事一覧

複数の弱学習器を組み合わせて強力なモデルを作る手法の総称はどれか。

アンサンブル学習はバギングやブースティングなど複数のモデルを統合する手法である。

2026年3月12日

時系列データや自然言語のように、順序を持つデータの処理に適したモデルはどれか。

再帰型ニューラルネットワーク（RNN）は内部状態を保持し、系列データを扱える。

2026年3月12日

モデルの学習前に設定し、学習過程では更新されないパラメータを何と呼ぶか。

学習率やエポック数などのハイパーパラメータは設計者が事前に設定する。

2026年3月12日

出力変数が連続値である問題を解く機械学習のタスクはどれか。

回帰は入力データに基づいて連続的な数値を予測するタスクである。

2026年3月12日

CNNにおいて、特徴マップのサイズを縮小し、計算量を削減する処理はどれか。

プーリング（Pooling）は重要な情報を残しつつ特徴マップをダウンサンプリングする。

2026年3月12日

ニューラルネットワークの重みを更新する際に、勾配の反対方向に進む手法はどれか。

勾配降下法は損失関数の値を最小化するためにパラメータを逐次更新する。

2026年3月12日

非構造化データから洞察を抽出し、検索や分析を行うためのサービスはどれか。

Watson Discoveryは自然言語処理を用いて文書データから情報を抽出する。

2026年3月12日

PyTorchにおいて、自動微分をサポートする基本データ構造はどれか。

PyTorchのTensorは計算グラフを構築し、自動微分を可能にする。

2026年3月12日

過学習を防ぐために、訓練中にランダムにニューロンを無効化する手法はどれか。

ドロップアウトはネットワークの一部を意図的に無視することで汎化性能を高める。

2026年3月12日

分類問題において、木構造を用いて意思決定を行うアルゴリズムはどれか。

決定木は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モデルである。

2026年3月12日