復習用にG検定の基本的な問題を50問用意しました！
答えは問題の下に付いています。マウスのドラッグなどでハイライトして確認してください。
G検定はひたすら問題集や過去問を使用して、問題を解いていくことをおすすめします。
皆さんが万全の状態で試験に臨めることを祈っています。
※iPhoneでご覧になっている方で、ハイライトをしても答えが見えない場合には、以下の方法をお試しください。
タップする
スポンサーリンク
問題集 50問
Q1. 第一次AIブームでは迷路やオセロなど、ルールやゴールが決まったものしか出来ず、ブームが終焉してしまった。そのような定型の問題を何というか？ A1. トイプロブレム
Q2. 第二次AIに活躍した、予め専門家の知識を登録しておき、その登録した知識の組み合わせから解を導き出すシステムの名称は何か？ A2. エキスパートシステム
Q3. 2012年に画像認識のコンテストILSVRCでディープラーニングを用いて1位になった、トロント大学のチーム名は何か？ A3. SuperVision
Q4. 1956年に、世界で初めて公式に人工知能という言葉が使用された会議の名称は何か？ A4. ダートマス会議
Q5. 別の場所にいる人間がコンピュータと会話し、相手がコンピュータだと見抜けなければコンピュータに知性がある、と判定するテストの名称は何？ A5. チューリングテスト
Q6. 人工知能が賢くなり、更に自分自身よりも賢い人工知能を知能を作るようになり、無限に知能の高い人工知能知能ができることを何というか？ A6. シンギュラリティ
Q7. 機械学習の1つで、人間の神経回路を真似することで学習する仕組みを何というか？ A7. ニューラルネットワーク
Q8. ニューラルネットワークのうち、層が深い（一般的には4層以上）ものを何というか？ A8. ディープラーニング
Q9. チャットボットのように、特定のルールに従って会話を機械的に返すだけのものを何というか？ A9. 人工無能
Q10. 与えられた入力（学習データ）を元に、そのデータからどのような出力になるかを識別する機械学習を何というか？ A10. 教師あり学習
Q11. 統計で用いられる手法で、データの分布、関係性に最も当てはまる直線を求める手法を何というか？ A11. 線形回帰
Q12. スティーブン・ハルナッドに議論された、記号とその対象がいかにして結びつくかという問題を何というか？ A12. シンボルグラウンディング問題
Q13. 目的とする報酬を最大にするために行動し、学習する仕組みを何というか？ A13. 強化学習
Q14. データのクラスタリング手法で、特徴量からグループ構造を見つけ出し、k個のグループに分ける手法を何というか？ A14. k-means法
Q15. データの特徴量を分析し、多数の相関のある特徴量から、少数の相関のない特徴量を取り出すことを何というか？ A15. 主成分分析
Q16. ニューラルネットワークの一種で、入力と出力が同じになるネットワークことを何というか？ A16. オートエンコーダ
Q17. 2012年に画像認識のコンテストILSVRCでディープラーニングを用いて1位になったトロント大学のSuperVisionが使用したAIモデル名を何というか？ A17. AlexNet
Q18. 入力された画像に対して、その画像に写る物体の代表的なクラスの名称を出力するタスクを何というか？ A18. 物体識別タスク
Q19. ジェネレータとディスクリミデータの2種類のネットワークを競わせることで学習する、生成ネットワークを何というか？ A19. 敵対的生成ネットワーク(GAN)
Q20. ニューラルネットワークにおいて、学習の際にランダムにニューロンを除外するテクニックを何というか？ A20. ドロップアウト
Q21. 入力された画像の画素ごとに物体の識別を行うタスクを何というか？ A21. セグメンテーションタスク
Q22. ニューラルネットワークにおいて、事前に学習しておいた重みを用いることで、学習を少量の画像で、短時間で終わらることが可能なテクニックを何というか？ A22. ファインチューニング
Q23. 人の全身や頭、手足などの骨格位置から姿勢を推定するタスクを何というか？ A23. 姿勢推定タスク
Q24. 入力された画像に写る物体のクラスと、その物体の位置を特定するタスクを何というか？ A24. 物体検出タスク
Q25. 機械学習全般において、入力データのスケールを一定に調整する処理を何というか？ A25. 正規化
Q26. 入力データの特徴量を標準正規分布に変換する処理を何というか？ A26. 標準化
Q27. 入力データの特徴量を無相関化した上で標準化する処理を何というか？ A27. 白色化
Q28. ディープニューラルネットワークにおいて、訓練データに過敏に反応してしまうことを何というか？ A28. 過学習
Q29. AIプロジェクトの中で、AIを用いて対象のデータ分析やモデルを構築する役割を何というか？ A29. データサイエンティスト
Q30. オートエンコーダの一種で、入力データを平均と分散の統計分布に変換して学習するネットワークを何というか？ A30. 変分オートエンコーダ(VAE)
Q31. ニューラルネットワークの各層の間で、値をどのように伝搬させるかを調整する関数を何というか？ A31. 活性化関数
Q32. 機械学習の一種で、異なるクラスの各データ点との距離が最大となるような境界線を求めて分類を行う手法を何というか？ A32. サポートベクタマシン(SVM)
Q33. ニューラルネットワークのモデルで、入力と出力が直接繋がった隠れ層のないモデルを何というか？ A33. 単純パーセプトロン
Q34. 時系列データを分析するネットワークLSTMにおいて、特徴である忘却ゲートに用いられる関数は何か？ A34. シグモイド関数
Q35. ニューラルネットワークのモデルで、入力と出力を対応づける隠れ層があるモデルを何というか？ A35. 多層パーセプトロン
Q36. ディープラーニングにおいて学習データ（主に画像）を増やすために、左右反転、回転などで擬似的に増やすことを何というか？ A36. データ拡張
Q37. ディープラーニングのモデルであるResNetで用いられている、層が深くなっても値が伝搬しやすくなる工夫を何というか？ A37. SkipConnection
Q38. 画像データに適した構造として、画像の濃淡パターンの検出、画像の特徴の位置が変動しても同一とみなす、ことをコンセプトとした構造を何というか？ A38. 畳み込みニューラルネットワーク(CNN)
Q39. DeepMind社が開発し、プロ棋士にも勝利した囲碁プログラムの名称を何というか。 A39. AlphaGo
Q40. CNNにおいて、画像の特徴マップに対しフィルタを適用し、重みをかける層を何というか？ A40. 畳み込み層
Q41. ニューラルネットワークにおいて、学習の予測値と正解値との誤差をフィードバックするアルゴリズムを何というか？ A41. 誤差逆伝播法
Q42. ハードウェアの進歩において、半導体の性能と集積は、18ヶ月ごとに2倍になる経験則を何というか？ A42. ムーアの法則
Q43. AIの学習に用いるなど、描画以外の目的で使用されるGPUを何というか？ A43. GPGPU
Q44. ディープラーニングにおいて、バーニーおじさんのルールでは、学習データの数はモデルのパラメータ数の何倍のデータ量が必要だと言われているか？ A44. 10倍
Q45. GANのうち、畳み込みニューラルネットワークを採用し、高解像度な画像の生成を可能にしたネットワークを何というか？ A45. DCGAN
Q46. 2017年に提案された、遠く離れた単語の関係性も捉えられる、長い文章に対応した機械翻訳モデルを何というか？ A46. トランスフォーマー
Q47. 強化学習において、行動価値を最適化して適切な行動を選択できるようにする手法を何というか？ A47. Q学習
Q48. ディープラーニングと強化学習を組み合わせた深層強化学習のうち、行動価値関数（Q関数）をベースにした手法を何というか？ A48. DQN
Q49. CNNにおいて、画像サイズを決められたルール（最大値や平均値）に従って小さくする層を何というか？ A49. プーリング層
Q50. CNNにおいて、畳み込みやプーリングを繰り返した後、特徴マップを1列に並べる層を何というか？ A50. 全結合層
オススメ問題集
こちらの書籍は、E資格認定プログラムを提供しているスキルアップAI社の著書になります。ディープラーニング検定を熟知している会社なのでオススメです。
こちらの書籍は、解説が非常に丁寧です。初心者で、AIについてまだ良く分からないところがある方にとってはこちらが合っていると思います。
こちらの書籍は、テキストも含まれています。公式テキストで分からなかったところの補填に使用したり、赤シートで文字を消して確認したり、動画もついてきます。電車での移動中などにオススメです。
