Monthly Archives: June 2020

正常なメールとスパムメールの例がデータとして用意されています． あなたはこのデータを用いて、機械学習モデルを訓練し、スパムメールフィルタを作ろうと考えています． このスパムフィルタの精度（性能指標）として適切なものを選択肢 1 ~ 3 から選んでください． ただし、このフィルタの機能は新しく届いたメールがスパムかどうかを判定するのみです． 1. スパムと分類されたメールのうち、分類結果が正しかった割合と、スパムではないと分類されたメールのうち分類結果が正しかった割合の和． 2. 分類した全てのメールのうち、正しく分類されたメールの割合． 3. スパムではないと分類されたメールのうち、分類結果に誤りがあった割合．

あなたは機械学習を用いて”住宅価格”を予測するシステムを作ろうとしています． この時、正解ラベルとして適切なものを選択肢 1 ~ 3 から選んでください． 1. 築年数 2. 駅までの距離 3. 住宅価格

回帰アルゴリズムの説明として正しいものを選択肢 1 ~ 3 から選んでください． 1. 特徴量から、新たな特徴量を生成するアルゴリズム． 2. 特徴量から、ターゲットの数値を予測するアルゴリズム． 3. 特徴量から、入力がスパムかどうか分類するアルゴリズム．

回帰アルゴリズムの説明として正しいものを選択肢 1 ~ 3 から選んでください． 1. 特徴量から、インスタンスごとの類似性を探索するアルゴリズム． 2. 特徴量から、似た特徴をもつデータとそうでないデータの間の閾値を求めるアルゴリズム． 3. 特徴量から、ターゲットの数値を予測するアルゴリズム．

バッチ学習の説明として正しいものを選択肢 1 ~ 3 から選んでください． 1. データセットが大規模な時に有効である． 2. バッチ学習では、訓練データに新しいデータが追加されてたとしても、学習を中断する必要はなく、1 から訓練をやり直す必要もない． 3. バッチ学習は、一般的にオフラインで行われることが多い．

バッチ学習の説明として正しいものを選択肢 1 ~ 3 から選んでください． 1. 訓練データが少ないときに有効である． 2. バッチ学習では、訓練データに新しいデータが追加されてたとしても、学習を中断する必要はなく、1 から訓練をやり直す必要もない． 3. 大量の計算資源が必要となるが計算処理にかかる時間は少なくなる．

ミニバッチ学習のメリットとして正しくないものを選択肢 1 ~ 3 から選んでください． 1. 株などの連続データの処理に向いている． 2. アウトオブコアでも学習できる． 3. 学習速度を上げるとデータノイズの影響を受けずらくなる．

あなたは機械学習を用いて”住宅の築年数”を予測するシステムを作ろうとしています． この時、正解ラベルとして適切なものを選択肢 1 ~ 3 から選んでください． 1. 築年数 2. 駅までの距離 3. 住宅価格

正常なメールとスパムメールの例がデータとして用意されています． あなたはこのデータを用いて機械学習モデルを訓練し、スパムメールフィルタを作ろうと考えています． このスパムフィルタの精度（性能指標）として適切なものを選択肢 1 ~ 3 から選んでください． ただし、このフィルタの機能は新しく届いたメールがスパムかどうかを判定するのみです． 1. 分類した全てのメールのうち、正しく分類されたメールの割合 2. スパムかどうか分類されたメールのうち、それぞれの分類結果が正しかった割合 3. スパムと分類されたメールのうち、分類結果が正しかった割合．

正常なメールとスパムメールの例がデータとして用意されています． あなたはこのデータを用いて機械学習モデルを訓練し、スパムメールフィルタを作ろうと考えています． Q1、2 に適する答えを選択肢 1 ~ 4 からそれぞれ選んでください． Q1：正常なメールとスパムメールの例が格納されたデータのうち、モデルの訓練に使用されるのは 1 ~ 6 のうちどれに該当するか． Q2：正常なメールとスパムメールの例のうち、モデルの性能の確認に使用されるのは 1 ~ 6 のうちどれに該当するか． 1. 訓練セット 2. 検証セット 3. テストセット 4. 訓練インスタンス 5. 検証インスタンス 6. テストインスタンス