HOME
JDLA E資格 (エンジニア)

「JDLA E資格 (エンジニア)」の記事一覧

活性化関数「ハイパーボリックタンジェント（tanh）」の出力範囲はどれか。

tanhはシグモイド関数を上下に引き伸ばしたような形状で、出力が0を中心とするため学習が効率的になる場合…

2026年3月13日

ReLU関数を用いるネットワークにおいて、重みの初期値として推奨されるものはどれか。

ReLUは負の領域で0になるため、Xavierの初期値よりも分散を大きく設定したHeの初期値（√2/n）が適している…

2026年3月13日

「普遍性定理（Universal Approximation Theorem）」が示唆する内容はどれか。

シグモイドなどの非線形活性化関数を持つ隠れ層が少なくとも1層あれば、任意の連続関数を任意の精度で近似…

2026年3月13日

k-近傍法やクラスタリングで用いられる最も一般的な距離尺度はどれか。

ユークリッド距離は、多次元空間における2点間の直線距離（L2ノルム）を指す。

2026年3月13日

決定木の過学習を防ぐために、木の成長を途中で止める処理を何と呼ぶか。

決定木が深くなりすぎてデータに適合しすぎるのを防ぐため、葉の数や深さに制限を設けたり、不要な枝を削…

2026年3月13日

カテゴリカル変数を「ワンホットエンコーディング」する主な理由は何か。

ラベルエンコーディング（1, 2, 3...）では数値の大小に意味が生じてしまうため、独立したビット列で表現…

2026年3月13日

不均衡データの交差検証において、各分割内のクラス比率を全体と等しくする手法はどれか。

Stratified k-foldは、各フォールドに含まれる正例・負例の割合を元のデータセットと同じに保つ手法である…

2026年3月13日

勾配ブースティング決定木（GBDT）の基本的な学習プロセスはどれか。

GBDTは、これまでのモデルで説明しきれなかった誤差部分を次のモデルで補正していくことで精度を高める。

2026年3月13日

混同行列における「偽陽性（False Positive）」の意味はどれか。

「狼少年」の例のように、実際には起きていない（Negative）のに、起きると警報（Positive）を出してしま…

2026年3月13日

ランダムフォレストにおいて、個々の決定木を作成する際に行われるランダム性はどれか。

ブートストラップサンプリング（データ）と特徴量のランダム選択を組み合わせることで、多様な決定木を作…

2026年3月13日