本文へ移動 Ko.labot|コラボット
← 講座目次生成AI基礎講座第1章テスト

CHAPTER 01 / REVIEW

AIの基礎

生成AIへ進む前に、AIが学ぶ仕組みと歴史を整理します。

15問毎回順番が変わります。満点後も何度でも挑戦できます。

章末テスト

第1章・定着テスト

1 / 15
QUESTION 01

新しい生成AIサービスを選ぶとき、「パラメータ数が大きい」以外に比較すべきものはどれですか。

QUESTION 02

購入履歴を使い、まだ名前の付いていない「似た買い方をする顧客のまとまり」を見つけたい場合、最も適した方法はどれですか。

QUESTION 03

文章中のある語を処理するとき、離れた位置も含め、関係の深い部分へ計算上の重みを付ける仕組みはどれですか。

QUESTION 04

学習済みの生成AIへ質問を入力し、その場で回答を作らせています。このとき実行されている工程はどれですか。

QUESTION 05

学習用データから見つけたパターンを保持し、新しい入力に対して予測や生成を行う中核部分を何と呼びますか。

QUESTION 06

公開時に合格した問い合わせ分類AIが、新商品追加後に誤分類を増やしました。最も適切な対応はどれですか。

QUESTION 07

深いニューラルネットワークで層を重ねる主な利点として、最も適切な説明はどれですか。

QUESTION 08

ニューラルネットワークが学習するとき、中心的に調整されるものはどれですか。

QUESTION 09

「予測する→間違いを測る」の次に、誤差逆伝播が行うことはどれですか。

QUESTION 10

生成AIの回答が自然で読みやすくても、重要な事実を別に確認する必要があるのはなぜですか。

QUESTION 11

ロボットが迷路を進み、ゴールで加点、壁への衝突で減点されながら、より良い進み方を覚えます。この学び方はどれですか。

QUESTION 12

AI・機械学習・深層学習・生成AIの関係として、最も適切な説明を1つ選んでください。

QUESTION 13

飲食店の売上が前週より10%以上下がったら、必ず担当者へ警告する仕組みを作ります。最も適した方法はどれですか。

QUESTION 14

不正取引が1000件中10件だけのデータで、AIがすべて「正常」と答えて正解率99%でした。評価として最も適切な考え方はどれですか。

QUESTION 15

RNNが長い文章の処理や大規模学習で抱えやすかった課題として、適切なものはどれですか。