HOME
G検定ジェネラリスト検定

「G検定ジェネラリスト検定」の記事一覧

複数のモデルの予測値を統合するアンサンブル学習において；各モデルの予測値の「ばらつき」を利用して不確実性を推定する手法を何というか。

複数のモデルが異なる結論を出している場合に；そのタスクが「難しい（不確実）」と判断する。

2026年1月25日

動画像から「いつ、どこで、誰が、何をしたか」を記述する「ビデオ・キャプショニング」において；時間的な情報の流れを抽出するために使われる構造はどれか。

空間的な特徴に加えて；時間軸方向の変化を捉える必要がある。

2026年1月25日

ニューラルネットワークの学習において；バッチサイズを大きくした際に学習率も比例して大きくする経験則を何というか。

大規模分散学習において；効率的に収束させるための重要な指針。

2026年1月25日

強化学習において；エージェントが「未来の報酬」をどの程度重視するかを決定する「割引率」の値を1に近づけるとどうなるか。

1に近いほど長期的視野で行動し；0に近いほど近視眼的な行動をとる。

2026年1月25日

LLMの学習において；特定の単語の出現頻度に基づいてトークンを分割・結合する「BPE（Byte Pair Encoding）」が属するアルゴリズムの総称はどれか。

未知語への対応と語彙サイズのバランスをとるために；現代のLLMで広く採用されている手法。

2026年1月25日

LLMのAPIの応答時間を予測し；レスポンスが遅い場合に自動でプロンプトを簡略化して再試行する負荷分散手法を何というか。

ユーザー体験（UX）を維持するための運用上の工夫。

2026年1月25日

モデルの精度評価において；予測値が「確率」としてどれだけ信頼できるか（例：0.8と予測したら80%の確率で正解するか）を評価することを何というか。

AIが「自分の自信」を正しく把握できているかを測る指標。

2026年1月25日

AI開発企業が外部の専門家を集めて；モデルのリリース前に「社会的な害」がないかを徹底的に議論・検証する委員会の通称はどれか。

開発のブレーキ役として；安全と倫理を担保する組織的な枠組み。

2026年1月25日

非常に多くの統計テストを繰り返すと；偶然に有意な結果が出てしまう問題を回避するための補正手法はどれか。

偽陽性（タイプIの誤り）を抑えるための多重比較補正。

2026年1月25日

AI導入において；「成功事例（Quick Win）」を早期に創出し；組織内の不安を払拭しながら段階的に拡大する戦略を何というか。

小さな成功を積み重ねることで；組織全体のAI受容性を高める。

2026年1月25日