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

記号を用いて知識を記述し、論理的な推論を行うAIのアプローチはどれか。

記号と論理をベースにしたAIは第2次ブームまでの主流で、シンボリックAIと呼ばれる。

2026年3月13日

不均衡なデータにおいて、少ない方のクラスを複製して増やす手法はどれか。

少数派のデータを増幅させることで、モデルのバイアスを抑える手法をオーバサンプリングと呼ぶ。

2026年3月13日

入力されたテキストをベクトル形式の数値に変換する技術を何と呼ぶか。

単語や文の意味を多次元空間上のベクトルとして表現することで、AIが意味を計算可能にする。

2026年3月13日

製造業におけるAI活用で、故障の兆候を事前に察知してメンテナンスを行う手法はどれか。

センサーデータをAIで常時監視し、故障が発生する前に部品交換などを促す仕組みである。

2026年3月13日

2つの事象に相関があるが、実は第3の要因が影響している偽の相関を何と呼ぶか。

見かけ上の相関があるだけで、直接的な因果関係が存在しない状態を指す。

2026年3月13日

AIが学習データにない、もっともらしい嘘（事実とは異なる内容）をつく現象はどれか。

大規模言語モデルが事実に基づかない情報を自信満々に生成する現象を幻覚（ハルシネーション）という。

2026年3月13日

AIによる意思決定の過程が外部から見えない状態を例えた言葉はどれか。

ディープラーニングなどは内部構造が複雑で、判断の根拠を説明しにくい性質を指す。

2026年3月13日

人間の脳の視覚皮質をモデルにし、階層的な特徴抽出を行う手法はどれか。

多層のネットワークで複雑な特徴を段階的に学習するのがディープラーニングの基本である。

2026年3月13日

プライバシーを保護しつつ、複数の組織がデータを共有せずに共同で学習する手法はどれか。

各所でローカルに学習を行い、パラメータのみを集約することで生データの流出を防ぐ手法である。

2026年3月13日

モデルが学習データに対して過剰に適合し、未知のデータで精度が落ちる現象はどれか。

学習用データに特化しすぎてしまい、新しいデータへの対応力（汎化性能）を失う現象である。

2026年3月13日