HOME
ITパスポートシラバス6.2 (AI・データ活用)

「ITパスポートシラバス6.2 (AI・データ活用)」の記事一覧

データの分布が中央の平均値付近にどれだけ集中しているか（尖り具合）を示す統計量はどれか。

分布の山がどれだけ鋭いかを表し、正規分布（尖度0または3）を基準に比較する。

2026年3月13日

製造業の工場において、AIが部品の摩耗状況から将来の故障を予測して保守を行うことはどれか。

センサーデータから異常の予兆を捉え、故障が発生する前に最適なタイミングで修理すること。

2026年3月13日

AIが人間と同等、あるいはそれ以上の幅広い認知能力や知能を持つ仮想的な概念はどれか。

特定のタスクに限定されず、未知の状況にも柔軟に対応できる「強いAI」を目指す概念。

2026年3月13日

AIが生成したテキストが、著作権のある既存の文章と過度に一致していないか確認する作業はどれか。

生成物の独創性を確認し、他者の権利を侵害しないよう法的リスクを管理するプロセス。

2026年3月13日

AIモデルのサイズを維持したまま、計算のビット数を削減して高速化・省電力化する手法はどれか。

32ビット浮動小数点を8ビット整数などに変換し、精度を極力保ちつつ負荷を軽減する。

2026年3月13日

AIの判断基準がブラックボックス化することで、不当な不利益が生じるリスクを回避する考えはどれか。

AIがなぜその結論に至ったのか、その根拠や過程を人間が理解できるようにする技術。

2026年3月13日

「降水確率30%」という表現において、統計学的に正しい解釈はどれか。

確率の定義に基づき、過去の同様の気象条件において雨が降った頻度を指す。

2026年3月13日

画像認識において、注目すべき領域に重みをつけることで精度を高める仕組みはどれか。

データの全ての部分を一律に扱うのではなく、重要な箇所にリソースを集中させる技術。

2026年3月13日

データ分析において、複数の異なるデータソースを共通のID（顧客ID等）で紐付ける作業はどれか。

バラバラに存在する同一人物のデータを統合し、一人ひとりの像を明確にする作業。

2026年3月13日

学習の過程で「正解」を与えず、データの背後にある構造やパターンを見つけ出す手法はどれか。

クラスタリングや次元削減など、ラベルのないデータから特徴を抽出する学習形態。

2026年3月13日