データサイエンス力　全231問コンプリート│データサイエンティスト検定対策 WEB問題集・一問一答

データサイエンス力　全231問コンプリート

データサイエンス力のスキルカテゴリから全231問をランダムに出題します。

1 / 231

Category: データサイエンス力

1) 画像分析で行われるアノテーションにはどのようなものがあるか

すべての画像をいくつかのカテゴリに分類する

特定の画像の色を変更する

画像をテキストに変換する

物体にバウンディングボックスを指定する

2 / 231

Category: データサイエンス力

2) MP3形式のファイルはどのような特徴があるか

人間に聞こえる音のみを保存

音質が非常に高い

データ量が大きい

すべての音波の情報を保存

3 / 231

Category: データサイエンス力

3) 2つの母集団の分散が異なると仮定する場合に使用するt検定はどれか

スチューデントのt検定

対応のないt検定

対応のあるt検定

ウェルチのt検定

4 / 231

Category: データサイエンス力

4) 次元の呪いに関する説明として適切なものは次のうちどれか

データの次元が増えると特徴量選択が難しくなる現象

データの次元が増えるとモデルの説明力が低下する現象

データの次元が増えると計算量が減少する現象

データの次元が増えると計算量が指数関数的に増加する現象

5 / 231

Category: データサイエンス力

5) 母集団から無作為に抽出された標本の推計値と母数との差は次のうちどれか

標本分散

標準偏差

標本誤差

標準誤差

6 / 231

Category: データサイエンス力

6) データインク比に関する次の記述のうち、最も適切なものはどれか

データインク比は、チャートの美しさを表す指標です。

データインク比が高いほど、グラフは情報を多く含んでいます。

データインク比は、グラフにおける装飾的要素の割合を示します。

データインク比は、グラフの色の鮮やかさを決定します。

7 / 231

Category: データサイエンス力

7) 単位ベクトルとはどのようなベクトルか

要素がすべて1のベクトル

任意の大きさを持つベクトル

長さが1のベクトル

1つの要素だけが1のベクトル

8 / 231

Category: データサイエンス力

8) ある検査が陽性であった場合、その人が実際に病気である確率は次のうちどれか
以下の情報を考慮してください。

・病気の人が検査で陽性と判定される確率: 98%

・健康な人が検査で陰性と判定される確率: 90%

・実際の罹患率: 5%

約75%

約20%

約23%

約34%

9 / 231

Category: データサイエンス力

9) Pythonで動画や画像処理を行うためによく使用されるライブラリは次のうちどれか

OpenCV

NumPy

Pandas

TensorFlow

10 / 231

Category: データサイエンス力

10) モデルの複雑さに対する罰則をかけることは次のうちどれか

正則化

正規化

最適化

標準化

11 / 231

Category: データサイエンス力

11) データセットをランダムに分割して学習データを生成する方法の一つは次のうちどれか

ホールドアウト法

バギング法

ブートストラップ法

ブースティング法

12 / 231

Category: データサイエンス力

12) データ分析においてダミー変数を使用する目的は次のうちどれか

予測モデルの精度を下げるため

データのバリエーションを増やすため

質的変数を量的変数に変換するため

データセットのサイズを増やすため

13 / 231

Category: データサイエンス力

13) データセットの分散が16である場合、標準偏差は次のうちのどれか

8

16

4

32

14 / 231

Category: データサイエンス力

14) 定積分の値は次のうちどれか

1.5

0.5

2

1

15 / 231

Category: データサイエンス力

15) 機械学習において、コンピュータがデータから規則性や判断基準を見出すプロセスは次のうちどれか

推論

計算

学習

評価

16 / 231

Category: データサイエンス力

16) 統計的仮説検定において、帰無仮説が「表裏の出る確率は等しい」とされた場合、対立仮説を「表裏の出る確率は等しくない」とする検定はどのように呼ばれるか

両側検定

有意検定

片側検定

確率検定

17 / 231

Category: データサイエンス力

17) 重回帰分析において、説明変数間で強い相関がある現象を何と呼ぶか

標準偏回帰係数

重相関係数

偏回帰係数

多重共線性

18 / 231

Category: データサイエンス力

18) ヒストグラムについての説明として最も適切でないものはどれか

複数の区間に分割してデータの数を示します。

データのばらつきを確認するのに有効です。

データの分布を視覚的に表現する方法です。

各区間の幅は通常不均等です。

19 / 231

Category: データサイエンス力

19) 機械学習において、サポートベクターマシン（SVM）が用いられるのはどのような場合か

データの次元を削減する場合

報酬を基に学習する場合

データをグループ分けする場合

データの分類を行う場合

20 / 231

Category: データサイエンス力

20) 機械学習モデルの可読性を高めると、どのような影響が考えられるか

モデルの精度が低下する可能性がある

モデルの精度が向上する

モデルのトレーニングコストが増加する

モデルのセキュリティが低下する

21 / 231

Category: データサイエンス力

21) クラスター分析で使用される距離測定方法として正しいものはどれか

マンハッタン距離はデータ間の角度を測定する。

ユークリッド距離はデータ間の直線距離を測定する。

マハラノビス距離はデータ間の差を測定する。

ウォード法はデータ間の差を測定する。

22 / 231

Category: データサイエンス力

22) テキストデータの前処理で行われる「半角変換」の目的は次のうちどれか

文字コードの違いを無視するため

文章を短くするため

文章を美しくするため

読みやすさを向上させるため

23 / 231

Category: データサイエンス力

23) 6人の候補者から委員長、副委員長、書記の3役を選ぶ方法は何通りあるか

60通り

216通り

20通り

120通り

24 / 231

Category: データサイエンス力

24) 二項分布は、試行回数nが大きくなるとどのような分布に近似されることが知られているか

指数分布

ポアソン分布

一様分布

正規分布

25 / 231

Category: データサイエンス力

25) 探索目的のデータ可視化はどのような場合に利用されるか

仮説を立てる際

メッセージを伝える際

データを集める際

成果を評価する際

26 / 231

Category: データサイエンス力

26) 時系列データを用いた予測モデル構築において、データの可視化が推奨される理由は次のうちどれか

データの欠損値を補完するため

データの周期性を数学的に証明するため

データの基本的な構造や変化の特性を理解するため

データの分布を正規分布に変換するため

27 / 231

Category: データサイエンス力

27) ボロノイ図についての説明として正しいものはどれか

ボロノイ図は母点から等距離にある点を結んで作られる。

ボロノイ図は母点から最も遠い点を結んで作られる。

ボロノイ図は母点の位置に関係なく均等な面積で分割される。

ボロノイ図は母点に最も近い点によって平面が分割される。

28 / 231

Category: データサイエンス力

28) 母集団のデータを全て収集することが不可能な場合、通常どのようにして母集団の特性を推定するか

標本のデータを無視する

標本を分析する

標本の推定値を計算する

母集団の推定値を計算する

29 / 231

Category: データサイエンス力

29) データインク比に関する次の記述のうち、最も適切でないものはどれか

データインク比は、グラフの情報量と直接関連があります。

データインク比が0に近いほど、グラフは情報を効果的に伝えます。

データインク比は、グラフに不要な装飾が少ないことを示します。

データインク比が1に近いほど、グラフは情報を効率的に伝えています。

30 / 231

Category: データサイエンス力

30) 標準偏差が9のデータセットの分散は次のうちどれか

9

3

81

18

31 / 231

Category: データサイエンス力

31) n次元ベクトルとはどのようなベクトルか

大きさが1のベクトル

要素がすべて0のベクトル

n個の要素を持つベクトル

任意の大きさを持つベクトル

32 / 231

Category: データサイエンス力

32) 次のうち、標準正規分布に関する正しい記述はどれか

平均も分散も0です。

平均は1、分散は0です。

平均も分散も1です。

平均は0、分散は1です。

33 / 231

Category: データサイエンス力

33) あるアプリのユーザーが広告をクリックする確率は0.3です。広告をクリックしたユーザーが商品を購入する条件付き確率は0.1です。広告をクリックし、かつ商品を購入する同時確率はどれか

0.03

0.1

0.13

0.3

34 / 231

Category: データサイエンス力

34) 量的変数を質的変数に変換するプロセスは次のうちどれか

標準化

正規化

集約化

離散化

35 / 231

Category: データサイエンス力

35) 機械学習において過学習が起こる主な原因は次のうちどれか

モデルが複雑で自由度が高い

モデルが単純すぎる

正則化が行われている

学習データが多すぎる

36 / 231

Category: データサイエンス力

36) クラスター分析におけるクラスター間の距離測定方法として正しいものはどれか

最短距離法は最も遠いデータ点同士の距離を測定する。

群平均法はクラスター内の全データ点の平均距離を測定する。

メディアン法はクラスター内のデータ点の中央値を測定する。

重心法はクラスター内の最も軽いデータ点の位置を測定する。

37 / 231

Category: データサイエンス力

37) 検定において、帰無仮説を棄却する際に犯すことがある誤りは次のうちどれか

第一種の過誤

第三種の過誤

第二種の過誤

第四種の過誤

38 / 231

Category: データサイエンス力

38) ダイエットプログラムの効果を検証するために、参加者の体重をプログラム開始前と終了後で比較します。この場合に使用する統計検定はどれか

カイ二乗検定

対応のないt検定

対応のあるt検定

F検定

39 / 231

Category: データサイエンス力

39) 時系列データの分析において、データのランダムな変動をどのように扱うべきか

データから完全に除去する

データのノイズとして扱う

データの予測に直接使用する

データのモデル構築に利用する

40 / 231

Category: データサイエンス力

40) 以下のデータセット {3, 3, 4, 5, 5, 5, 6, 7, 7, 7, 7} の最頻値はいくつか

7

5

6

3

41 / 231

Category: データサイエンス力

41) アクティブラーニングのプロセスには何が含まれるか

データ全体にアノテーションを行う

教師なしデータからランダムにデータを選ぶ

教師データでモデルを構築し、効果的なデータを抽出する

すべてのデータにタグ付けをする

42 / 231

Category: データサイエンス力

42) 形態素解析についての説明として正しいものはどれか

形態素解析は文章を意味のない小片に分割する。

形態素解析は文章を意味のある最小の単位に分割する。

形態素解析は文章を文節に分割する。

形態素解析は文章をパラグラフに分割する。

43 / 231

Category: データサイエンス力

43) 次のうち、教師なし学習に分類される手法はどれか

決定木

ロジスティック回帰

階層型クラスタリング

線形回帰

44 / 231

Category: データサイエンス力

44) 支持度（Support）に関する説明について、正しいものは次のうちどれか

事象Yが発生する確率

事象Xと事象Yが独立して発生する回数

事象Xが発生する確率

事象Xと事象Yが同時に発生する回数

45 / 231

Category: データサイエンス力

45) 機械学習の教師あり学習による分類手法は次のうちどれか

k-means法

ロジスティック回帰

次元削減

強化学習

46 / 231

Category: データサイエンス力

46) Windowsで標準的に使用される動画フォーマットは次のうちどれか

MKV

MP3

AVI

MOV

47 / 231

Category: データサイエンス力

47) 相関係数が1または-1に近い値を取るとき、どのような関係性が考えられるか

強い相関がある

弱い相関がある

相関関係は存在しない

中程度の相関がある

48 / 231

Category: データサイエンス力

48) 2値分類問題において、モデルが犬以外の写真を誤って犬と識別した場合、これを何と呼ぶか

真陽性

真陰性

偽陰性

偽陽性

49 / 231

Category: データサイエンス力

49) ピアソンの積率相関とスピアマンの順位相関の違いの説明として、次のうち最も適切でない記述はどれか

ピアソンの積率相関は量的データに適用される。

スピアマンの順位相関はピアソンの積率相関を用いて計算できる。

スピアマンの順位相関は値の増加の幅も評価する。

スピアマンの順位相関は順位データの単調関係を評価する。

50 / 231

Category: データサイエンス力

50) 実験計画法における一元配置分散分析とは次のうちどれか

因子の水準が一つだけの分析

一つの因子のみを分析する方法

複数の因子を同時に分析する方法

因子間の交互作用を分析する方法

51 / 231

Category: データサイエンス力

51) スカラーとベクトルの違いは次のうちどれか

スカラーは方向を持たない数値

ベクトルは大きさを持たない

ベクトルには方向がない

スカラーには大きさがない

52 / 231

Category: データサイエンス力

52) データ可視化における「探索目的」の可視化の例として最も適切でないものはどれか

アンケート結果から顧客の好みを理解する

データセット内の異常値を特定する

売上データからトレンドを見つける

プレゼン資料で分析結果を伝える

53 / 231

Category: データサイエンス力

53) 音波をデジタルデータに変換する際に、マイクが1秒間に波の情報を数字に変換する回数を何と呼ぶか

データレート

量子化ビット数

ビットレート

サンプリングレート

54 / 231

Category: データサイエンス力

54) 次のデータのうち、順序尺度に該当するものはどれか

年齢

国籍

映画の評価（星1つから星5つ）

血圧の数値

55 / 231

Category: データサイエンス力

55) 非階層クラスター分析の特徴として正しいものはどれか

樹形図を作成することが主な目的である。

クラスターの数を事前に指定する。

データ間の距離を全て測定する必要がある。

計算量が多く、時間がかかる。

56 / 231

Category: データサイエンス力

56) 次のデータセット {4, 8, 15, 16, 23, 42} の中央値はいくつか

15.5

16

15

20

57 / 231

Category: データサイエンス力

57) 統計学における相関関係の分析では、データの種類に応じて適切な相関係数を選択することが求められます。次のうち、最も適切でない記述はどれか

ピアソンの積率相関は2つの量的変数の線形関係を測定する。

ピアソンの積率相関は順位データにも最適である。

スピアマンの順位相関は非線形関係でも適用可能である。

スピアマンの順位相関は変数間の単調関係を示す。

58 / 231

Category: データサイエンス力

58) 機械の故障予知にはどのファイル形式が適しているか

WAV形式

FLAC形式

AAC形式

MP3形式

59 / 231

Category: データサイエンス力

59) 実験計画法において、結果に影響を与える可能性のある因子とその水準を変化させて解析する際、基本的な分析方法として用いられるのは次のうちどれか

分散分析

回帰分析

因子分析

相関分析

60 / 231

Category: データサイエンス力

60) アルゴリズムバイアスを避けるためには、どのようなアプローチが有効か

モデルをランダムに選択する

複数の解析手法を比較する

ランダムで特徴量を選択する

パラメータをランダムに選ぶ

61 / 231

Category: データサイエンス力

61) 行列のスカラー乗算に関する次の記述のうち、正しいものはどれか

スカラーを行列に掛けると、行列のすべての要素がそのスカラーで乗算される。

スカラーを行列に掛けると、行列のサイズが変わる。

スカラーを行列に掛けると、行列のすべての要素がそのスカラーで割られる。

スカラーを行列に掛けると、結果は常にゼロ行列になる。

62 / 231

Category: データサイエンス力

62) 時系列データに対応したホールドアウト法を行う際の基本的な考え方は次のうちどれか

学習データは検証データより未来のデータを含めない

データをランダムに分割する

学習データに未来のデータを含める

検証データに過去のデータを含める

63 / 231

Category: データサイエンス力

63) 重回帰分析において、3つのカテゴリーを持つ変数をダミー変数で表現する際、何個のダミー変数を作成する必要があるか

1

3

4

2

64 / 231

Category: データサイエンス力

64) 5人の生徒がいるクラスで、生徒会長と副会長を選ぶ方法は何通りあるか

30通り

10通り

25通り

20通り

65 / 231

Category: データサイエンス力

65) 関数の x = 1 での接線の傾きはどうなりますか？

-1

0

無限大

1

66 / 231

Category: データサイエンス力

66) ホールドアウト法において、ハイパーパラメータの調整を行うために使用されるデータセットは次のうちどれか

学習データ

トレーニングデータ

テストデータ

検証データ

67 / 231

Category: データサイエンス力

67) 検定の結果、帰無仮説を棄却しなかった場合に犯すことがある誤りは次のうちどれか

第二種の過誤

第四種の過誤

第三種の過誤

第一種の過誤

68 / 231

Category: データサイエンス力

68) データ可視化において、探索目的と検証目的の違いは次のうちどれか

探索はデータを明らかにすること、検証はデータを保存すること

探索は新しいデータを見つけること、検証はデータを整理すること

探索はデータを保存すること、検証はデータを明らかにすること

探索は仮説を立てること、検証は仮説を評価すること

69 / 231

Category: データサイエンス力

69) 標準正規分布において、確率変数Zが0以上の値を取る確率は次のうちどれか

約25%

約100%

約50%

約0%

70 / 231

Category: データサイエンス力

70) 記述統計学についての説明として最も適切でないものは次のうちどれか

特定の集団におけるデータを考察するために用いられる。

平均、分散、相関係数などの統計量を用いる。

特定の集団のデータを表やグラフで表現する。

母集団全体の特徴を推測するために用いられる。

71 / 231

Category: データサイエンス力

71) 形態素解析において、形態素とは次のうちどれか

文章を構成するパラグラフ。

文章を構成する文節。

文章を構成する任意の文字列。

文章を構成する意味のある最小の単位。

72 / 231

Category: データサイエンス力

72) 円グラフに関する次の記述のうち、正しいものはどれか

円グラフは割合の比較に適している。

円グラフには常に3D効果を加えるべきである。

円グラフは絶対量の比較に適している。

2つの円グラフで絶対量を比較することは適切である。

73 / 231

Category: データサイエンス力

73) 相関係数が-0.4の場合、以下のうちどのような関係性が考えられるか

相関関係は存在しない

強い負の相関がある

弱い負の相関がある

強い正の相関がある

74 / 231

Category: データサイエンス力

74) 次のうち、Recall（再現率）を最も正確に説明しているのはどれか

実測値が正例のレコードのうち正例と予測された割合

実測値が負例のレコードのうち負例と予測された割合

実測値が正例のレコードのうち負例と予測された割合

正例と予測されたレコードのうち実測値が負例の割合

75 / 231

Category: データサイエンス力

75) 過学習を防ぐために用いられる学習方法は次のうちどれか

逐次学習法

教師なし学習法

強化学習法

交差検証法

76 / 231

Category: データサイエンス力

76) 実験計画法において、シミュレーション実験の利点は次のうちどれか

実験誤差を完全に排除できる

直交表を使用しなくても良い

因子の水準を無限に増やせる

実際の実験を行わずに結果を予測できる

77 / 231

Category: データサイエンス力

77) 通販サイトでのレコメンドにおいて、リフト値が1より大きい場合、どのような意味があるか

事象Xが起こったとき、事象Yが起こる確率は平均より高い

事象Xと事象Yは独立している

事象Xと事象Yの共起頻度は非常に高い

事象Xが起こったとき、事象Yが起こる確率は平均より低い

78 / 231

Category: データサイエンス力

78) 情報の正確性を判断するためには、以下のうちどれが最も重要か

情報源の人気

情報の新しさ

情報の複雑さ

情報の根拠

79 / 231

Category: データサイエンス力

79) 重回帰分析における回帰係数が示すものとして正しいものはどれか

目的変数の予測値

説明変数の予測値

各説明変数の重要性

目的変数の実測値

80 / 231

Category: データサイエンス力

80) 関数の点 (1,1) での接線の傾きはいくつですか？

0

2

1

3

81 / 231

Category: データサイエンス力

81) テキストデータの前処理で行われる「ステミング」とは次のうちどれか

単語を基本形に変換すること

文章から特定の単語を選び出すこと

文章を短くすること

文章から数字を取り除くこと

82 / 231

Category: データサイエンス力

82) 検定の結果、p値が0.05よりも小さい場合、通常どのように解釈されるか

対立仮説を棄却するには証拠が十分である

対立仮説を棄却するには証拠が不十分である

帰無仮説を棄却するには証拠が不十分である

帰無仮説を棄却するには証拠が十分である

83 / 231

Category: データサイエンス力

83) 次のうち、相関関係があるが因果関係がない可能性が最も高いのはどれか

チョコレートの消費量とノーベル賞受賞者数

教育レベルの高さと収入の多さ

テレビの視聴時間と視力の低下

喫煙と肺がんの発症率

84 / 231

Category: データサイエンス力

84) 回帰分析の評価指標の中で、外れ値の影響を最も受けにくいのはどれか

MSE（Mean Squared Error：平均二乗誤差）

RMSE（Root Mean Square Error：平均平方二乗誤差）

MAE（Mean Absolute Error：平均絶対誤差）

MAPE（Mean Absolute Percentage Error）

85 / 231

Category: データサイエンス力

85) ダイエットプログラムによる体重の変化を検証する際、帰無仮説として適切なのはどれか

プログラムによって体重が減った

プログラム前後の体重に差はある

プログラムによって体重が増えた

プログラム前後の体重に差はない

86 / 231

Category: データサイエンス力

86) 統計学において、帰無仮説が棄却されなかった場合、どう解釈するのが適切か

対立仮説が正しいという十分な証拠がない

帰無仮説が正しいことが証明された

帰無仮説が正しいという十分な証拠がない

対立仮説が正しいことが証明された

87 / 231

Category: データサイエンス力

87) k-fold交差検証法において、kの値が5の場合、何回の検証が行われるか

3

6

4

5

88 / 231

Category: データサイエンス力

88) ベルヌーイ分布についての記述として正しいものはどれか

試行回数が増えると正規分布に近づく。

2つの結果のみを持つ試行の結果を表す。

成功確率が0.5未満の場合のみ使用される。

任意の自然数の値を取ることができる。

89 / 231

Category: データサイエンス力

89) 機械学習モデルのアルゴリズムバイアスを評価するためには、どのような手法が有効か

モデルの学習時間を測定する

ランダムで評価指標を使用する

複数の評価指標を使用する

モデルのパラメータ数を調整する

90 / 231

Category: データサイエンス力

90) 回帰分析において、回帰係数の妥当性をはかる際に確認する統計量は次のうちどれか

標準誤差

中央値

モード

平均値

91 / 231

Category: データサイエンス力

91) ヒストグラムにおける「ビン(bin)」とは何を指すか

データの最小値

データの最大値

データを分類するための区間

データの平均値

92 / 231

Category: データサイエンス力

92) 信頼度90％、95％、99％の信頼区間についての説明として最も適切なものはどれか

信頼度が高いほど信頼区間は狭くなる。

信頼度が高いほど信頼区間は広くなる。

信頼度が同じであれば信頼区間の幅は同じである。

信頼度が低いほど信頼区間は広くなる。

93 / 231

Category: データサイエンス力

93) ポアソン分布についての記述として正しいものはどれか

成功確率が時間とともに変化する。

単位時間あたり平均λ回起こる現象を表す。

連続型確率分布の一種である。

試行回数が増えると正規分布に近づく。

94 / 231

Category: データサイエンス力

94) 半教師あり学習の特徴は次のうちどれか

教師なしデータのみを使用する

一部の教師データと大量の教師なしデータを組み合わせる

すべてのデータにアノテーションを行う

教師データのみを使用する

95 / 231

Category: データサイエンス力

95) 回帰分析において、予測値と実測値の差の二乗の平均を求める評価指標はどれか

MSE

MAPE

RMSE

MAE

96 / 231

Category: データサイエンス力

96) 分散の定義を最も正確に表しているのは次のうちどれか

各データの平均値

各データと平均値との差の2乗の合計

各データと平均値との差

各データと平均値との差の2乗の平均

97 / 231

Category: データサイエンス力

97) ピアソンの相関係数は次のどのようなデータに対して計算することが適切か

すべての尺度のデータ

比例尺度のデータ

順序尺度のデータ

名義尺度のデータ

98 / 231

Category: データサイエンス力

98) 重回帰分析において、目的変数の実測値と予測値の相関係数を何と呼ぶか

標準偏回帰係数

重相関係数

多重共線性

偏回帰係数

99 / 231

Category: データサイエンス力

99) 検定において、帰無仮説が棄却されるのはどのような場合か

対立仮説が正しいと仮定した場合に、得られた標本データが非常に一般的なことが示されたとき

帰無仮説が正しいと仮定した場合に、得られた標本データが非常に珍しいことが示されたとき

対立仮説が正しいと仮定した場合に、得られた標本データが非常に珍しいことが示されたとき

帰無仮説が正しいと仮定した場合に、得られた標本データが非常に一般的なことが示されたとき

100 / 231

Category: データサイエンス力

100) 機械学習における「ロジスティック回帰」とは次のうちどれか

教師あり学習の予測手法

データのグループ分けを行う手法

報酬を基に学習する手法

教師あり学習の分類手法

101 / 231

Category: データサイエンス力

101) 動画データのエンコードに関する説明として適切なものは次のうちどれか

動画データを拡大すること

動画を再生すること

動画を編集すること

動画データを圧縮すること

102 / 231

Category: データサイエンス力

102) 機械学習モデルが新しいデータに対してどれだけ適切に機能するかを示す指標は次のうちどれか

汎化性能

評価指標

学習率

パラメータ

103 / 231

Category: データサイエンス力

103) 6人の生徒から2人を選んでペアを作る組み合わせは何通りあるか

20通り

12通り

30通り

15通り

104 / 231

Category: データサイエンス力

104) 機械学習で過学習を防ぐためにはどのような方法があるか

説明変数を無制限に増やす

学習の早期打ち切りを行う

学習データの量を減らす

モデルの自由度を増やす

105 / 231

Category: データサイエンス力

105) 多重共線性を発見するためには、どのような手法を用いることができるか

選択肢すべての手法を用いることができる

偏回帰係数の符号を確認する

相関行列を用いる

散布図行列を用いる

106 / 231

Category: データサイエンス力

106) 実験計画法で用いられる直交表は、どのような目的で使用されるか

因子の水準を増やすため

実験回数を削減するため

因子間の相関を高めるため

実験誤差を少なくするため

107 / 231

Category: データサイエンス力

107) 次のうち、標準正規分布の特性に関する正しい記述はどれか

分散が大きいほど、曲線は狭くなる。

平均値の周りにデータが集中している。

曲線の下の面積は100%を超える。

曲線は左右非対称である。

108 / 231

Category: データサイエンス力

108) データ分析における外れ値に関する説明として正しいのはどれか

外れ値はデータの誤りを常に意味する

外れ値は分析に有益な情報を含むことがある

外れ値は分析に影響を与えない

外れ値は常に削除すべきである

109 / 231

Category: データサイエンス力

109) 信頼度が同じ場合、信頼区間の幅が広いとは次のうちどれを表しているか

推定のあいまいさが大きい

推定にあいまいさが少ない

真の値に対する確信が高い

推定の精度が高い

110 / 231

Category: データサイエンス力

110) データの尺度に関する説明で、名義尺度と順序尺度の違いを最もよく表しているのはどれか

順序尺度は平均値の計算に意味がある。

名義尺度は数値が内容を区別するためだけに使用。

順序尺度は間隔が明確である

名義尺度は大小の比較が可能。

111 / 231

Category: データサイエンス力

111) ゼロベクトルとはどのようなベクトルか

1つの要素だけが0のベクトル

任意の大きさを持つベクトル

大きさが1のベクトル

要素がすべて0のベクトル

112 / 231

Category: データサイエンス力

112) データの可視化において、層化を用いた段階的な詳細化が有効な理由は次のうちどれか

グラフの種類を増やすため

データの保存を容易にするため

データの量を増やすため

可視化したデータを読み取りやすくするため

113 / 231

Category: データサイエンス力

113) F検定はどのような場合に使用される統計検定か

1つの母集団の平均が特定の値と等しいかを検証する場合

2つの母集団の分散が等しいかを検証する場合

2つの母集団の平均に差があるかを検証する場合

1つの母集団の分散が特定の値と等しいかを検証する場合

114 / 231

Category: データサイエンス力

114) 比例尺度に該当するデータは次のうちどれか

血液型

偏差値

満足度ランキング

価格

115 / 231

Category: データサイエンス力

115) 時系列データの分析において、長期的なトレンドを無視した場合、どのような影響が生じる可能性があるか

モデルがデータの周期性を過大評価する

モデルが短期的な変動に過敏になる

モデルがデータのノイズを無視する

モデルがデータの季節性を過小評価する

116 / 231

Category: データサイエンス力

116) ROC曲線のAUCが1.0に近いほど、モデルの精度はどうなるか

非常に低い

やや高い

やや低い

非常に高い

117 / 231

Category: データサイエンス力

117) 画像データの前処理で、画像の特定の部分だけを残して他を削除する処理は次のうちどれか

正規化

リサイズ

トリミング

パディング

118 / 231

Category: データサイエンス力

118) 強化学習の特徴として正しいものはどれか

データの次元を削減する

報酬を基に学習する

データをグループ分けする

教師データが必要

119 / 231

Category: データサイエンス力

119) 次のうち、Precision（適合率）を最も正確に説明しているのはどれか

正例と予測されたレコードのうち実測値が負例の割合

実測値が正例のレコードのうち正例と予測された割合

正例と予測されたレコードのうち実測値が正例の割合

負例と予測されたレコードのうち実測値が負例の割合

120 / 231

Category: データサイエンス力

120) AIネットワークシステムの動作の説明可能性を確保するために総務省が謳っている原則は次のうちどれか

安全性の原則

説明可能性の原則

効率性の原則

透明性の原則

121 / 231

Category: データサイエンス力

121) 2つの母集団の分散が等しいと仮定できる場合に使用するt検定はどれか

対応のあるt検定

対応のないt検定

ウェルチのt検定

スチューデントのt検定

122 / 231

Category: データサイエンス力

122) 散布図において、目的変数がある場合、縦軸には何を配置するのが適切か

目的変数とは無関係なデータ

目的変数と関連が低い要因

目的変数と関連が高い要因

目的変数

123 / 231

Category: データサイエンス力

123) アソシエーション分析において、共起頻度が高いとはどのような意味か

事象Xが発生した後に事象Yが発生する

事象Xと事象Yが頻繁に同時に発生する

事象Xと事象Yが互いに影響を与える

事象Xと事象Yが全く関連していない

124 / 231

Category: データサイエンス力

124) ドロネー図に関する説明として正しいものはどれか

ドロネー図はボロノイ図の領域の中心を結んで作られる。

ドロネー図はボロノイ図とは全く関係がない別の図形である。

ドロネー図はボロノイ図の母点を結んで作られる。

ドロネー図はボロノイ図の境界線を結んで作られる。

125 / 231

Category: データサイエンス力

125) 検定力が低いとはどういう状況を指すか

帰無仮説を棄却する確率が高い

第2種の過誤を犯す確率が低い

第1種の過誤を犯す確率が高い

第2種の過誤を犯す確率が高い

126 / 231

Category: データサイエンス力

126) 次のデータセット {5, 7, 12, 13, 13, 14, 21, 23, 23, 23} の中央値はいくつか

21

14

13

13.5

127 / 231

Category: データサイエンス力

127) 次の記述のうち、行列の積に関して正しいものどれか

行列の積は交換法則が成り立つため、ABとBAは常に等しい。

n×m行列Aとm×p行列Bの積は、n×p行列となる。

任意のm×n行列とp×q行列の積は常に定義できる。

2つの行列の積は、それぞれの行列の要素を足し合わせることで計算できる。

128 / 231

Category: データサイエンス力

128) 最小二乗法によって求められる回帰係数は何を最小化するか

説明変数の値

目的変数の値

予測値と実測値の差の二乗和

予測値と実測値の差

129 / 231

Category: データサイエンス力

129) クラスター分析についての説明として正しいものはどれか

クラスター分析は似た特徴を持つデータをグループ化する手法である。

クラスター分析は教師あり学習に分類される。

クラスター分析は階層クラスター分析のみを指す。

クラスター分析は分類の基準が事前に決まっている。

130 / 231

Category: データサイエンス力

130) 行列の特別な種類に関する次の記述のうち、誤っているものはどれか

単位行列は、対角要素がすべて1で、それ以外の要素が0である。

スカラー行列は、対角要素がすべて同じ数で、それ以外の要素が0である正方行列である。

ゼロ行列は、すべての要素が0である行列である。

正方行列は、任意の行列に対して定義される。

131 / 231

Category: データサイエンス力

131) 正規分布についての記述として正しいものはどれか

平均・中央値・最頻値が一致する。

自然数のみを取る確率分布である。

稀な現象を表現するのに用いられる。

成功確率が0.5でなければならない。

132 / 231

Category: データサイエンス力

132) 標準化と正規化の違いは次のうちどれか

正規化は平均を0に、標準化は最大値を1にする。

標準化は平均を0に、正規化は最大値を1にする。

正規化はデータの範囲を変えない。

標準化と正規化は同じ意味である。

133 / 231

Category: データサイエンス力

133) 時系列データ分析において、季節変動を考慮することの重要性は次のうちどれか

データのトレンドを正確に把握するため

データの質を向上させるため

データの周期性を考慮するため

データの量を増やすため

134 / 231

Category: データサイエンス力

134) 時系列データにおける「トレンド」とは何を指すか

データの短期的な変動

データの長期的な傾向

データの周期的な変動

データのランダムな変動

135 / 231

Category: データサイエンス力

135) ある病気に対する新しい検査方法が開発されました。この検査方法によると、病気の人が陽性と判定される確率は97%、健康な人が陰性と判定される確率は99%です。この地域の病気の罹患率が2%の場合、陽性と判定された人が実際に病気である確率はどれくらいか

約63%

約12%

約66%

約97%

136 / 231

Category: データサイエンス力

136) 8個の異なるボールから2個を選んで並べる順列は何通りあるか

16通り

56通り

28通り

64通り

137 / 231

Category: データサイエンス力

137) 2値分類問題において、モデルが犬の写真を正しく犬と識別した場合、これを何と呼ぶか

真陰性

偽陽性

偽陰性

真陽性

138 / 231

Category: データサイエンス力

138) 単回帰分析において、傾きaは何を表すか

説明変数の平均値

目的変数の平均値

説明変数と目的変数の関係の強さ

説明変数と目的変数の関係の方向

139 / 231

Category: データサイエンス力

139) データ濃度について正しい記述は次のうちどれか

データ濃度が低いほど、グラフは見やすくなります。

データ濃度が高いと、常にグラフの質が向上します。

データ濃度は、ディスプレイの面積に対するデータポイントの数を示します。

データ濃度は、グラフの複雑さを高めるために使用されます。

140 / 231

Category: データサイエンス力

140) 有意水準を1％と設定した場合、p値が0.009であればどうなるか

帰無仮説を棄却する

検定をやり直す

帰無仮説を受容する

対立仮説を受容する

141 / 231

Category: データサイエンス力

141) 帰無仮説が「コインの表が出る確率は1/2である」とするとき、対立仮説は次のうちどれか

コインの表が出る確率は1/2である

コインの表が出る確率は1/2より大きい

コインの表が出る確率は1/2より小さい

コインの表が出る確率は1/2ではない

142 / 231

Category: データサイエンス力

142) 標準偏差の説明として最も不適切なものは次のうちどれか

sやSDで表される

データのバラツキを表す

各データと平均値との差の合計

分散の平方根

143 / 231

Category: データサイエンス力

143) 次のデータセット {2, 3, 3, 3, 4, 4, 5, 5, 5, 5, 5} における平均値はいくつか

3.5

4

5

4.5

144 / 231

Category: データサイエンス力

144) 二項分布の確率質量関数を用いて計算される確率は、どのような状況で特に有用か

nが非常に小さい場合

pが0.5よりも大きい場合

各試行が互いに独立している場合

nとpがともに1に近い場合

145 / 231

Category: データサイエンス力

145) 関数の x = での接線の傾きはいくつか

0

無限大

-1

1

146 / 231

Category: データサイエンス力

146) 間隔尺度と比例尺度の違いを最もよく表しているのはどれか

間隔尺度は絶対的なゼロ点を持つ。

間隔尺度は倍率の計算が可能。

比例尺度は絶対的なゼロ点を持ち、倍率の計算が可能。

比例尺度は絶対的なゼロ点を持たない。

147 / 231

Category: データサイエンス力

147) チャットボットの回答精度を上げるためには、何を行う必要があるか

重要な単語にタグ付けを行う

すべての単語に同じタグを付ける

すべての単語にタグ付けを行う

テキストをランダムに並び替える

148 / 231

Category: データサイエンス力

148) 教師なし学習において、データのグループ分けを行う手法は次のうちどれか

ロジスティック回帰

k-means法

決定木

サポートベクターマシン

149 / 231

Category: データサイエンス力

149) ある病院で、ある病気の患者が治療に成功する確率は0.7です。治療に成功した患者が再発しない条件付き確率は0.9です。治療に成功し、かつ再発しない同時確率はどれか

0.63

0.77

0.56

0.81

150 / 231

Category: データサイエンス力

150) 統計的仮説検定における棄却域とは何を指すか

帰無仮説が正しい確率の範囲

対立仮説を棄却するための有意水準を超えた領域

対立仮説が正しい確率の範囲

帰無仮説を棄却するための有意水準を超えた領域

151 / 231

Category: データサイエンス力

151) 次のうち、相関関係があっても因果関係がない可能性が高いのはどれか

熱中症の患者数の増加とアイスクリームの売上の増加

早起きの習慣と年収の高さ

運動の習慣と健康状態の良好さ

気温の上昇とアイスクリームの売上の増加

152 / 231

Category: データサイエンス力

152) 推測統計学における「無作為抽出」とは何を指すか

母集団のすべてを調査すること。

標本から母集団を推測すること。

母集団から偏りなく標本を選ぶこと。

母集団から任意に標本を選ぶこと。

153 / 231

Category: データサイエンス力

153) ヒストグラムの利点に関する記述として正しいものはどれか

各データ点の値を個別に表示できます。

データの中央値を計算するのに使われます。

データの平均値を正確に示すことができます。

データの最頻値を視覚的に確認できます。

154 / 231

Category: データサイエンス力

154) 機械学習において次元の呪いを抑制する方法はどれか

特徴量をランダムに選択する

データの次元を増やす

特徴量選択や次元圧縮を行う

モデルの複雑さを増やす

155 / 231

Category: データサイエンス力

155) 行列の和と差に関する次の記述のうち、誤っているものはどれか

2つの行列の和は、対応する要素同士を足し合わせることで計算される。

2つの行列の和と差は、それぞれの行列が同じサイズである必要がある。

2つの行列の和を取るためには、行列のサイズが異なっても構わない。

2つの行列の差は、対応する要素同士を引き算することで計算される。

156 / 231

Category: データサイエンス力

156) 次のうち形態素解析器として適切でないものはどれか

JUMAN

Janome

MeCab

CaboCha

157 / 231

Category: データサイエンス力

157) 標準正規分布の確率密度関数のグラフはどのような形をしているか

正の指数関数の形

ベル型の曲線

U字型の曲線

負の指数関数の形

158 / 231

Category: データサイエンス力

158) 階層クラスター分析で作成される図として正しいものはどれか

デンドログラム

ヒートマップ

バブルチャート

散布図

159 / 231

Category: データサイエンス力

159) クロス集計表を作成する目的は次のうちどれか

データをグラフに変換する

データの傾向を素早く把握する

データを保存するため

データを削除するため

160 / 231

Category: データサイエンス力

160) あるオフィスで、従業員が定時に出勤する確率は0.95です。定時出勤と業務目標達成の同時確率は0.855でした。定時に出勤した従業員がその日の業務目標を達成する条件付き確率はどれか

0.9

0.85

0.95

0.99

161 / 231

Category: データサイエンス力

161) インフォデミックの原因として、以下のうち正しいものはどれか

データの過剰な分析

感情に基づく判断

エビデンスベーストの欠如

情報の過小評価

162 / 231

Category: データサイエンス力

162) 母集団の特性を推定するために通常分析されるのは次のうちどれか

母分散

標本

母平均

母集団

163 / 231

Category: データサイエンス力

163) 標準化されたデータの特徴として正しくないものはどれか

平均が0になる。

異なる属性のデータを比較しやすくなる。

分散が1になる。

全てのデータが正の値になる。

164 / 231

Category: データサイエンス力

164) 統計学において、相関係数は変数間の関係性を理解するための重要な指標です。次のうち、最も適切な記述はどれか

ピアソンの積率相関は、変数間の線形関係のみを評価する。

ピアソンの積率相関は、順位データに最適である。

スピアマンの順位相関は、量的データには適用されない。

スピアマンの順位相関は、値の増加の幅を評価する。

165 / 231

Category: データサイエンス力

165) 次のうち、F値を最も正確に説明しているのはどれか

PrecisionとRecallの算術平均

PrecisionとRecallの幾何平均

PrecisionとRecallの相乗平均

PrecisionとRecallの調和平均

166 / 231

Category: データサイエンス力

166) 推測統計学は何を目的としているか

母集団の特徴や情報の推測

データの記述

データの収集方法の決定

標本の特徴の記述

167 / 231

Category: データサイエンス力

167) 外れ値と欠損値の共通点について正しいのはどれか

両方ともデータの誤りを意味する

両方とも常にデータの不完全性を示す

両方とも分析に有益な情報を含むことがある

両方とも英語でmissing valueという

168 / 231

Category: データサイエンス力

168) ベクトルの要素（成分）とは次のうち何を指すか

ベクトルの大きさ

ベクトルの方向

ベクトルの次元数

ベクトルを構成する個々の数値

169 / 231

Category: データサイエンス力

169) 回帰分析において、予測値と実測値の差の絶対値の平均を求める評価指標はどれか

MSE

RMSE

MAE

MAPE

170 / 231

Category: データサイエンス力

170) ある小学校のA組とB組の生徒の平均点を比較する際に使用する統計検定はどれか

カイ二乗検定

F検定

対応のあるt検定

対応のないt検定

171 / 231

Category: データサイエンス力

171) インフォデミックを避けるためには、次のうちどれが最も重要か

感染症に関する恐怖を共有する

一つの情報源のみを信頼する

批判的思考を持つ

根拠のない噂を信じる

172 / 231

Category: データサイエンス力

172) 標本分散を母分散の推定にそのまま使用すると何が起こるか

母分散が過小評価される

母分散が過大評価される

母分散の推定に影響しない

母分散が正確に推定される

173 / 231

Category: データサイエンス力

173) カイ二乗分布についての記述として正しいものはどれか

成功確率が0.5でなければならない。

任意の実数値を取ることができる。

平均λ回起こる現象の期間を表す。

互いに独立な標準正規分布の2乗和が従う。

174 / 231

Category: データサイエンス力

174) 信頼度（Confidence）とは何を表しているか

事象Xが発生したときに事象Yも発生する確率

事象Yが発生する独立した確率

事象Xが発生しないときに事象Yが発生する確率

事象Xと事象Yが同時に発生する確率

175 / 231

Category: データサイエンス力

175) 5個の異なる色のペンから2個を選んで並べる順列は何通りあるか

30通り

20通り

25通り

10通り

176 / 231

Category: データサイエンス力

176) データ可視化における層化の目的は次のうちどれか

データをより鮮明にするため

データの保存を容易にするため

データの量を減らすため

比較対象の差を見比べるため

177 / 231

Category: データサイエンス力

177) 9人の選手からキャプテンと副キャプテンを選ぶ方法は何通りあるか

72通り

36通り

81通り

45通り

178 / 231

Category: データサイエンス力

178) 離散化されたデータにはどのような利点があるか

データの正確さを向上する

データの分析を速く実施できる

データの扱いやすさを向上させる

データの量を増やす

179 / 231

Category: データサイエンス力

179) 機械学習において、教師なし学習が主に活用されるのはどのような場面か

正解ラベルが必要な場合

新しいデータに対する予測が必要な場合

報酬を基に学習する場合

データのグループ分けや情報の要約が必要な場合

180 / 231

Category: データサイエンス力

180) 画像データのフォーマットによって、次のうちどの要素が大きく異なるか

量子化レベル

圧縮率や圧縮方法

ピクセル数

画像の色

181 / 231

Category: データサイエンス力

181) 順序尺度に関する記述として最も適切でないものはどれか

等級の比較が可能。

間隔が明確でない。

平均値の計算に意味がある。

等号での比較ができる。

182 / 231

Category: データサイエンス力

182) 名義尺度に関する記述として最も適切なものはどれか

数値は内容を区別するためだけに使用。

等級や満足度の比較が可能。

平均値の計算に意味がある。

等号での比較ができない。

183 / 231

Category: データサイエンス力

183) 欠損値の扱いについて正しいのはどれか

欠損値は常に無視してよい

欠損値は分析に影響を与えない

欠損値の多い変数は除外することを検討する

欠損値はデータの完全性を保証する

184 / 231

Category: データサイエンス力

184) 機械学習モデルの構築において、モデルの評価指標を最大化するために行う作業は次のうちどれか

データ拡張

特徴選択

パラメータチューニング

データクレンジング

185 / 231

Category: データサイエンス力

185) 画像識別AIモデルの学習効率を向上させるために行う処理は次のうちどれか

トリミング

リサイズ

正規化

パディング

186 / 231

Category: データサイエンス力

186) 重回帰分析において、各説明変数の目的変数に対する影響度を直接比較するためには、どの回帰係数を用いるか

標準偏回帰係数

偏回帰係数

重相関係数

多重共線性

187 / 231

Category: データサイエンス力

187) LLMはどのようなビジネス活用が可能か

サーバーの物理的な保守管理

データベースの管理

文章の生成や翻訳

ネットワークのセキュリティ強化

188 / 231

Category: データサイエンス力

188) 標本調査の結果が母集団をどれだけ正確に反映しているかを示す統計量は次のうちどれか

標本中央値

標準誤差

標本平均

標本分散

189 / 231

Category: データサイエンス力

189) 二項分布についての記述として正しいものはどれか

ベルヌーイ試行の確率分布である。

成功確率が0.5でなければならない。

平均λ回起こる現象を表す。

任意の実数値を取ることができる。

190 / 231

Category: データサイエンス力

190) 重回帰分析で、説明変数の目的変数に対する影響度を正しく測定するためには、何を行う必要があるか

多重共線性を無視する

目的変数を標準化する

偏回帰係数を最大化する

説明変数を標準化する

191 / 231

Category: データサイエンス力

191) 学習データに対する誤差を何と呼ぶか

平均誤差

訓練誤差

最小誤差

汎化誤差

192 / 231

Category: データサイエンス力

192) 2値分類問題において、予測値が正例で実測値が負例である場合、これは何と呼ぶか

False Positive (FP)

True Positive (TP)

False Negative (FN)

True Negative (TN)

193 / 231

Category: データサイエンス力

193) 画像データセットのクリーニング処理にはどのようなものが含まれるか

濃淡度の標準化

トリミング

RGB値の正規化

フィルタ処理

194 / 231

Category: データサイエンス力

194) 次のうち、教師あり学習のアルゴリズムはどれか

k-meansクラスタリング

DQN

階層型クラスタリング

ニューラルネットワーク

195 / 231

Category: データサイエンス力

195) 次の記述のうち、標準偏差に関して正しいものはどれか

分散の平方根

平均よりも常に小さい値を持つ

平均よりも常に大きい値を持つ

分散の2乗

196 / 231

Category: データサイエンス力

196) データの尺度についての説明で、間隔尺度に関する記述として最も適切なものはどれか

温度や日付などの尺度。

和や差の計算に意味がない。

絶対的なゼロ点を持つ。

倍率の計算ができる

197 / 231

Category: データサイエンス力

197) 単回帰分析において、説明変数と目的変数の関係性を表現する式は次のうちどれか

y = a/b + x

y = ax/b

y = ax + b

y = a + bx

198 / 231

Category: データサイエンス力

198) サイコロを2回投げるとき、最初に偶数が出る確率は1/2です。最初に偶数が出た場合、次に奇数が出る条件付き確率はどれか

1/2

2/3

1/3

1/4

199 / 231

Category: データサイエンス力

199) アノテーションに関する説明として正しいものは次のうちどれか

モデルの学習時間を減らす

データセットのサイズを減らす

教師なしデータに正解を付与する

データの品質を上げる

200 / 231

Category: データサイエンス力

200) 重回帰分析における重相関係数が1に近い場合、何を意味するか

多重共線性が存在する

予測精度が高い

予測精度が低い

説明変数が不十分である

201 / 231

Category: データサイエンス力

201) 2値分類問題において、予測値が正例で実測値も正例である場合、これは何と呼ぶか

True Negative (TN)

False Negative (FN)

True Positive (TP)

False Positive (FP)

202 / 231

Category: データサイエンス力

202) 「子ども」と「成人」の2つのカテゴリーを持つ変数をダミー変数に変換する場合、どのように設定するか

子ども：0、成人：1

子ども：2、成人：1

子ども：1、成人：2

子ども：-1、成人：1

203 / 231

Category: データサイエンス力

203) ボロノイ図のボロノイ境界についての説明として正しいものはどれか

ボロノイ境界は各領域の中心線である。

ボロノイ境界は最も遠い母点を結んだ線である。

ボロノイ境界は母点から等距離にある点を結んだ線である。

ボロノイ境界は母点を結ぶ線である。

204 / 231

Category: データサイエンス力

204) 次のうち、Accuracy（正解率）を最も正確に説明しているのはどれか

負例と予測されたレコードのうち実測値が負例の割合

正例と予測されたレコードのうち実測値が正例の割合

正解のレコード数をすべてのレコード数で割った割合

実測値が正例のレコードのうち正例と予測された割合

205 / 231

Category: データサイエンス力

205) 2値分類問題において、PrecisionとRecallの関係を最も正確に説明しているのはどれか

Precisionを高めるとRecallが低下する可能性がある

Precisionを低めるとRecallも低下する

Precisionを高めるとRecallも高まる

PrecisionとRecallは独立している

206 / 231

Category: データサイエンス力

206) あるクラスで、全員が宿題を提出する確率は0.9です。宿題を提出した生徒がテストでAを取る条件付き確率は0.8です。宿題を提出し、かつテストでAを取る同時確率はどれか

0.72

0.8

0.82

0.9

207 / 231

Category: データサイエンス力

207) 7冊の異なる本から3冊を選ぶ組み合わせは何通りあるか

105通り

210通り

35通り

21通り

208 / 231

Category: データサイエンス力

208) 相関係数が0.8の場合、以下のうちどのような関係性が考えられるか

弱い正の相関がある

相関関係は存在しない

強い正の相関がある

強い負の相関がある

209 / 231

Category: データサイエンス力

209) あるイベントで、参加者が景品を当てる確率は0.2です。景品当選した参加者が追加ゲームに同時確率は0.06でした。景品を当てた参加者が追加のゲームにも勝つ条件付き確率はどれか

0.3

0.2

0.1

0.4

210 / 231

Category: データサイエンス力

210) データサイエンティストがデータバイアスに対応するために最も重要なのはどれか

データの可視化に注力する

データの収集方法を改善する

データのクリーニングを徹底する

最新の機械学習アルゴリズムを使用する

211 / 231

Category: データサイエンス力

211) 移動平均の間隔を広げると、どのような効果があるか

データの精度を向上させる

データのノイズを減らす

短期的な傾向を捉える

長期的な傾向を捉える

212 / 231

Category: データサイエンス力

212) デジタル画像のサンプリング間隔が大きい場合、どのような問題が発生する可能性があるか

エイリアシングが減少する

画像の色が薄くなる

画像のデータサイズが大きくなる

ジャギーが現れる

213 / 231

Category: データサイエンス力

213) 外れ値の確認方法について正しいのはどれか

箱ひげ図は外れ値の確認に使えない

外れ値は平均から±3σ離れたものとして確認できる

外れ値は常に±2σの範囲外にある

クラスター分析は外れ値の確認に関係ない

214 / 231

Category: データサイエンス力

214) アンサンブル平均の説明として正しいのはどれか

時間属性を平均化したもの

異なる条件下のデータの集合平均

ある時間帯の変化を平均したもの

同一条件下のデータの集合平均

215 / 231

Category: データサイエンス力

215) 標準正規分布の確率密度関数において、曲線の最高点はどこにあるか

Z = 1.00

Z = 0.00

Z = 2.00

Z = -1.00

216 / 231

Category: データサイエンス力

216) 時系列データ分析において、データの周期性を無視してモデルを構築すると、どのような問題が生じる可能性があるか

モデルが未来のデータを予測できない

モデルがデータの季節性を捉えられない

モデルが過学習を起こす

モデルの計算速度が遅くなる

217 / 231

Category: データサイエンス力

217) 強化学習が適用される事例として、不適切なものはどれか

囲碁のプレイ戦略を学習する

教師データを使って画像を分類する

将棋のプレイ戦略を学習する

ロボットの歩行訓練

218 / 231

Category: データサイエンス力

218) 時系列データを用いた機械学習モデルの構築において、ランダムにデータを分割してはいけない理由として最も適切なものはどれか

データが不均一に分布するため

データの質が低下するため

時間的な依存関係が無視されるため

データの量が少なくなってしまうため

219 / 231

Category: データサイエンス力

219) 係り受け解析についての説明として正しいものはどれか

係り受け解析は文章を意味のない小片に分割する。

係り受け解析は文章のスペルミスを修正する。

係り受け解析は文章をパラグラフに分割する。

係り受け解析は文章を文節に分割する。

220 / 231

Category: データサイエンス力

220) 画像データの前処理で、アスペクト比を変更せずに画像サイズを変更する方法は次のうちどれか

パディング

トリミング

リサイズ

フィルタ処理

221 / 231

Category: データサイエンス力

221) 点推定に関する説明として最も適切なものはどれか

母集団の平均値を複数の値で推定する。

推定の誤差が明確にわかる。

母集団の特徴を区間で推定する。

標本の平均値を母集団の平均値とする推定方法。

222 / 231

Category: データサイエンス力

222) クラスター分析におけるウォード法の特徴として正しいものはどれか

ウォード法はクラスター内のデータ点の合計を最大化する。

ウォード法はクラスター間の重心距離を基準にする。

ウォード法はクラスター間の最長距離を基準にする。

ウォード法はクラスター内のデータ点の分散を最小化する。

223 / 231

Category: データサイエンス力

223) 連続型確率分布について正しいものはどれか

成功確率が0.5でなければならない。

自然数のみを取る確率分布である。

稀な現象を表現するのに用いられる。

確率変数が実数値を取る場合の確率分布である。

224 / 231

Category: データサイエンス力

224) 欠損値の補完方法について正しいのはどれか

欠損値は常に平均値で補完する

欠損値は常に最頻値で補完する

欠損値を他の変数で予測して補完する方法がある

欠損値は補完する必要がない

225 / 231

Category: データサイエンス力

225) CDの量子化ビット数は何ビットか

8ビット

16ビット

32ビット

24ビット

226 / 231

Category: データサイエンス力

226) 次のデータセット {1, 2, 2, 3, 3, 3, 4, 4, 4, 4} の最頻値はいくつか

2

3

5

4

227 / 231

Category: データサイエンス力

227) 回帰分析において、予測値と実測値の差の二乗の平均にルートを付けた評価指標はどれか

MAPE

MAE

RMSE

MSE

228 / 231

Category: データサイエンス力

228) 不偏分散は何を修正するために使用されるか

標本分散の過小評価

標本中央値の偏り

標本最頻値の誤差

標本平均の過大評価

229 / 231

Category: データサイエンス力

229) 10個の異なるマーブルから4個を選ぶ組み合わせは何通りあるか

120通り

720通り

210通り

5040通り

230 / 231

Category: データサイエンス力

230) ある学校で、生徒が数学のテストで80点以上を取る確率は0.6です。数学と英語の両方で80点以上取る確率は0.42でした。数学で80点以上を取った生徒が英語でも80点以上を取る条件付き確率はどれか

0.4

0.6

0.3

0.7

231 / 231

Category: データサイエンス力

231) 散布図において、データポイントが散らばっている場合、どのような関係性が示されるか

相関なし

負の相関

正の相関

データ不足

Your score is

0%

データサイエンス力 全231問コンプリート

データサイエンス力　全231問コンプリート