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

回帰問題において；モデルが予測した値の分散（ばらつき）を抑えつつ；正解からの偏り（バイアス）を小さくする調整手法はどれか。

過学習（高分散）と未学習（高バイアス）のバランスを取る。

2026年1月25日

入力データそのものから正解ラベルを自動生成して学習する（例：次の単語を予測する）手法の総称はどれか。

膨大なラベルなしインターネットデータを利用できる現在のAIの要。

2026年1月25日

1枚の画像から；その中の物体の「奥行き（距離）」を推定するタスクを何というか。

単眼カメラで3次元構造を把握する技術。

2026年1月25日

LLMの出力が；あらかじめ定義されたフォーマット（JSONなど）に必ず従うように強制する技術を何というか。

API経由でシステム連携させる際に不可欠な制御技術。

2026年1月25日

AIの判断によって不利益を被った個人が；その理由の開示や判断の修正を求めることができる権利を何と呼ぶか。

GDPRなどで認められている重要なデジタル権利。

2026年1月25日

本番環境のAIモデルを2つ用意し；一部のユーザーに新モデル（B）；残りに旧モデル（A）を見せて効果を比較する手法はどれか。

実データに基づきモデルの改善を確認する。

2026年1月25日

学習が進むにつれて学習率を徐々に小さくしていくことで；最適解の周辺で振動するのを防ぐ手法を何というか。

収束を安定させるための一般的なテクニック。

2026年1月25日

AIプロジェクトで；「精度80%」を達成した後に「90%」へ上げるためのコストが；それまでの数倍かかる現象を何というか。

最後の数パーセントの向上には膨大なデータと試行が必要になる。

2026年1月25日

正規分布において；平均から「標準偏差の3倍（3シグマ）」以上離れたデータが現れる確率は約何%か。

極めて稀なケースであり；異常検知の基準の一つとなる。

2026年1月25日

木構造のモデルを直列に繋ぎ；前の木の「残差（予測ミス）」を次の木で修正するように学習する手法はどれか。

XGBoostやLightGBMなどの高性能アルゴリズムの基盤。

2026年1月25日