重要度：A
問21：二値分類で、陽性と予測したもののうち実際に陽性だった割合はどれか。
- A：適合率(Precision)
- B：正解率(Accuracy)
- C：再現率(Recall)
【第21問：正解と解説】
正解：A
【解説】
・A：正解はAです。実際の陽性のうち正しく陽性と予測できた割合が再現率、両者の調和平均がF値。【試験対策】予測陽性中の正解率=適合率。
・B：正解率は全予測のうち正しく分類できた割合で、予測陽性を分母とする適合率とは異なる。
・C：再現率は実際の陽性のうち正しく陽性と予測できた割合で、予測陽性を分母とする適合率とは異なる。
関連過去問：R6,問23／R5,問24
重要度：B
問22：分類モデルで、全予測のうち正しく分類できた割合はどれか。
- A：再現率(Recall)
- B：適合率(Precision)
- C：正解率(Accuracy)
【第22問：正解と解説】
正解：C
【解説】
・A：再現率は実際の陽性のうち正しく捉えた割合で、全予測を分母とする正解率とは異なる。
・B：適合率は予測陽性のうち実際に陽性だった割合で、全予測を分母とする正解率とは異なる。
・C：正解はCです。データの偏りが大きいと過大評価されるため、適合率・再現率・F値も併用する。【試験対策】全予測中の正解割合=正解率。
関連過去問：R6,問23
重要度：B
問23：回帰タスクで、予測誤差の二乗平均(MSE)の平方根をとった評価指標はどれか。
- A：MAE(平均絶対誤差)
- B：RMSE(二乗平均平方根誤差)
- C：相関係数
【第23問：正解と解説】
正解：B
【解説】
・A：MAEは誤差の絶対値の平均で、二乗平均の平方根をとるRMSEとは計算方法が異なる。
・B：正解はBです。RMSEは元データと同じ単位で解釈でき大きな誤差を強く評価する。絶対値平均のMAEは外れ値に頑健。【試験対策】MSEの平方根=RMSE。
・C：相関係数は変数間の直線関係の強さを表す指標で、回帰の予測誤差を測るRMSEとは異なる。
関連過去問：R7,問25
重要度：A
問24：生成AI(大規模言語モデル)が、事実に基づかないもっともらしい誤情報を生成してしまう現象はどれか。
- A：過学習
- B：ハルシネーション
- C：バイアス(標本の偏り)
【第24問：正解と解説】
正解：B
【解説】
・A：過学習は訓練データに適合しすぎて汎化性能が下がる現象で、誤情報を生成するハルシネーションとは異なる。
・B：正解はBです。学習データや確率的生成に起因し、出力の正確性を利用者が検証する必要がある。【試験対策】もっともらしい誤情報=ハルシネーション。
・C：標本の偏りは学習データの偏りを指す概念で、事実に反する出力を生成する現象そのものではない。
関連過去問：R6,問24
重要度：B
問25：大量のテキストで学習し、文章生成や対話を行う生成AIの基盤モデルはどれか。
- A：大規模言語モデル(LLM)
- B：決定木
- C：畳み込みニューラルネットワーク(CNN)
【第25問：正解と解説】
正解：A
【解説】
・A：正解はAです。LLMは次に来る語を確率的に予測して文章を生成する。【試験対策】テキスト学習・文章生成=LLM。
・B：決定木は条件分岐で予測する手法で、大量テキストで文章生成するLLMとは仕組みが異なる。
・C：CNNは主に画像認識に用いるニューラルネットワークで、文章生成を担うLLMとは用途が異なる。
関連過去問：R6,問24
コメント