HOME
JDLA E資格 (エンジニア)

「JDLA E資格 (エンジニア)」の記事一覧

「ラベルスムージング（Label Smoothing）」の効果はどれか。

[0, 1]のようなハードラベルではなく、[0.05, 0.95]のようなソフトなターゲットを学習させる正則化手法。

2026年3月13日

逆伝播時、Average Pooling層は勾配をどのように伝播させるか。

順伝播で平均をとる（定数倍して和をとる）操作を行っているため、逆伝播ではその勾配を入力要素数で割っ…

2026年3月13日

「t-SNE」と「PCA」の可視化における主な違いはどれか。

t-SNEは高次元で近くにある点が低次元でも近くになるように配置するため、クラスタ構造の可視化に向いてい…

2026年3月13日

Heの初期値（Kaiming Initialization）が考案された背景にある活性化関数はどれか。

Xavierの初期値ではReLUを用いた際に層が深くなると出力の分散が小さくなりすぎるため、分散を維持するよ…

2026年3月13日

密度ベースクラスタリング「DBSCAN」で設定が必要な2つの主要パラメータはどれか。

ある点から半径epsilon内にminPts個以上の点があればコア点とみなしてクラスタを広げていくアルゴリズム。

2026年3月13日

Lasso回帰（L1正則化）の最適化によく用いられるアルゴリズムはどれか。

微分不可能な点（原点）を含むL1ノルムの最適化において、変数を1つずつ更新していく座標降下法が効率的で…

2026年3月13日

異常検知手法「Isolation Forest」の原理はどれか。

ランダムにデータを分割していき、異常なデータほど浅い階層で他のデータから隔離（isolate）される性質を…

2026年3月13日

勾配ブースティングライブラリ「LightGBM」の特徴的な木の成長方法はどれか。

損失の減少が最も大きい葉を選んで分割するLeaf-wise方式を採用しており、XGBoostのLevel-wiseに比べて学…

2026年3月13日

正例が極端に少ない不均衡データの評価において、ROC曲線よりも適しているとされる曲線はどれか。

ROC曲線は負例（TN）が多いと見かけ上良くなりやすいため、適合率と再現率に注目するPR曲線の方が不均衡デ…

2026年3月13日

ランダムフォレストにおける「特徴量サンプリング」の効果はどれか。

各ノードの分割時に特徴量をランダムに一部だけ選ぶことで、似通った決定木ができるのを防ぎ、アンサンブ…

2026年3月13日