基本情報技術者講座
★ 猫本 3-10 AI(その1) ★
基本情報技術者 平成30年度春期 問3
AIにおけるディープラーニングの特徴はどれか。
| ア | "AならばBである"というルールを人間があらかじめ設定して，新しい知識を論理式で表現したルールに基づく推論の結果として，解を求めるものである。 |
| イ | 厳密な解でなくてもなるべく正解に近い解を得るようにする方法であり，特定分野に特化せずに，広範囲で汎用的な問題解決ができるようにするものである。 |
| ウ | 人間の脳神経回路を模倣して，認識などの知能を実現する方法であり，ニューラルネットワークを用いて，人間と同じような認識ができるようにするものである。 |
| エ | 判断ルールを作成できる医療診断などの分野に限定されるが，症状から特定の病気に絞り込むといった，確率的に高い判断ができる。 |
解説
(頭の準備体操)
ディープラーニング(深層学習)：大量のデータを人間の脳神経回路を模したモデルで解析することによって，コンピュータ自体がデータの特徴を抽出，学習する技術(IP01.2.21)
| ア | ルールベースシステム |
| イ | メタヒューリスティック |
| ウ | ディープラーニング(正解) |
| エ | エキスパートシステム |
解答
ウ
基本情報技術者 令和4年度6月免除 問6
AIにおけるディープラーニングに関する記述として，最も適切なものはどれか。
| ア | あるデータから結果を求める処理を，人間の脳神経回路のように多層の処理を重ねることによって，複雑な判断をできるようにする。 |
| イ | 大量のデータからまだ知られていない新たな規則や仮説を発見するために，想定値から大きく外れている例外事項を取り除きながら分析を繰り返す手法である。 |
| ウ | 多様なデータや大量のデータに対して，三段論法，統計的手法やパターン認識手法を組み合わせることによって，高度なデータ分析を行う手法である。 |
| エ | 知識がルールに従って表現されており，演繹手法を利用した推論によって有意な結論を導く手法である。 |
解説
ディープラーニング(深層学習)：大量のデータを人間の脳神経回路を模したモデルで解析することによって，コンピュータ自体がデータの特徴を抽出，学習する技術(IP01.2.21)
| ア | ディープラーニング(正解) |
| イ | データマイニング |
| ウ | データマイニング |
| エ | エキスパートシステム |
解答
ア
基本情報技術者 平成29年度秋期 問74
車載機器の性能の向上に関する記述のうち，ディープラーニングを用いているものはどれか。
| ア | 車の壁への衝突を加速度センサが検知し，エアバッグを膨らませて搭乗者をけがから守った。 |
| イ | システムが大量の画像を取得し処理することによって，歩行者と車をより確実に見分けることができるようになった。 |
| ウ | 自動でアイドリングストップする装置を搭載することによって，運転経験が豊富な運転者が運転する場合よりも燃費を向上させた。 |
| エ | ナビゲーションシステムが，携帯電話回線を通してソフトウェアのアップデートを行い，地図を更新した。 |
解説
(頭の準備体操)
ディープラーニング(深層学習)：大量のデータを人間の脳神経回路を模したモデルで解析することによって，コンピュータ自体がデータの特徴を抽出，学習する技術(IP01.2.21)
よって，イである。
解答
イ
基本情報技術者 平成30年度秋期 問3
AIにおける機械学習の説明として，最も適切なものはどれか。
| ア | 記憶したデータから特定のパターンを見つけ出すなどの，人が自然に行っている学習能力をコンピュータにもたせるための技術 |
| イ | コンピュータ，機械などを使って，生命現象や進化のプロセスを再現するための技術 |
| ウ | 特定の分野の専門知識をコンピュータに入力し，入力された知識を用いてコンピュータが推論する技術 |
| エ | 人が双方向学習を行うために，Webシステムなどの情報技術を用いて，教材や学習管理能力をコンピュータにもたせるための技術 |
解説
(頭の準備体操)
機械学習：「記憶したデータから特定のパターンを見つけ出すなどの，人が自然に行っている学習能力をコンピュータにもたせるための技術」(FE30.2.03)
| ア | 機械学習(正解) |
| イ | 人工生命 |
| ウ | エキスパートシステム |
| エ | EdTech(エドテック) |
解答
ア
基本情報技術者 平成31年春期 問4
機械学習における教師あり学習の説明として，最も適切なものはどれか。
| ア | 個々の行動に対しての善しあしを得点として与えることによって，得点が最も多く得られるような方策を学習する。 |
| イ | コンピュータ利用者の挙動データを蓄積し，挙動データの出現頻度に従って次の挙動を推論する。 |
| ウ | 正解のデータを提示したり，データが誤りであることを指摘したりすることによって，未知のデータに対して正誤を得ることを助ける。 |
| エ | 正解のデータを提示せずに，統計的性質や，ある種の条件によって入力パターンを判定したり，クラスタリングしたりする。 |
解説
(頭の準備体操)
教師あり学習：「正解のデータを提示したり，データが誤りであることを指摘したりすることによって，未知のデータに対して正誤を得ることを助ける。」(FE31.1.04)
| ア | 強化学習 |
| イ | 教師なし学習 |
| ウ | 教師あり学習(正解) |
| エ | 教師なし学習 |
解答
ウ
基本情報技術者 令和元年度秋期 問73
生産現場における機械学習の活用事例として，適切なものはどれか。
| ア | 工場における不良品の発生原因をツリー状に分解して整理し，アナリストが統計的にその原因や解決策を探る。 |
| イ | 工場の生産設備を高速通信で接続し，ホストコンピュータがリアルタイムで制御できるようにする。 |
| ウ | 工場の生産ロボットに対して作業方法をプログラミングするのではなく，ロボット自らが学んで作業の効率を高める。 |
| エ | 累積生産量が倍増するたびに工場従業員の生産性が向上し，一定の比率で単位コストが減少する。 |
解説
(頭の準備体操)
機械学習：「記憶したデータから特定のパターンを見つけ出すなどの，人が自然に行っている学習能力をコンピュータにもたせるための技術」(FE30.2.03)
よって，ウである。
解答
ウ
基本情報技術者 平成30年度春期 午前問61
蓄積されたデータに対してパターン認識機能や機械学習機能を適用することによって，コールセンタにおける顧客応対業務の質的向上が可能となる事例はどれか。
| ア | 応対マニュアルや顧客の基本情報を電子化したものを，オペレータの要求時に応対用の画面にポップアップ画面として表示する。 |
| イ | 顧客の問合せの内容に応じて，関連資料や過去の応対に関する全履歴から，最適な回答をリアルタイムで導き出す。 |
| ウ | 電話応対中のオペレータが回答に窮したときに，その電話や応対画面をベテランのオペレータや専門要員に転送する。 |
| エ | ベテランのオペレータが講師となり，応対マニュアルを教材にして，新人オペレータに対するロールプレイング研修を繰り返して実施する。 |
解説
(頭の準備体操)
機械学習：「記憶したデータから特定のパターンを見つけ出すなどの，人が自然に行っている学習能力をコンピュータにもたせるための技術」(FE30.2.03)
よって，イである。
解答
イ