機械学習のタスクとして、以下の様なものが挙げられる：
以下の内容は、どのタスクについて述べたものか選べ
タスク：ローンの審査
例えば年収や年齢、銀行残高などをデータとして与えた時に、その人物に貸付をしても問題ないかどうかを判断する
以下の図は基本的なニューラルネットワークのイメージ図になります。
入力層には、n個のノード(n種類の数値を入力として与える)があり、出力層には2つのノードがあります。
この図から、このニューラルネットワークは、どのようなタスクを行うためのモデルであると考えられるか、以下の選択肢の中から選べ
ニュートラルネットワークの隠れ層で使用する活性化関数には、ステップ関数、シグモイド関数、ハイパボリックタンジェント関数、ReLU関数などがあります。それぞれ以下の式で表されます：
以下の図の内、ReLU関数を表しているものはどれか？
ベイズ則は、ある事象に関連する可能性のある条件についての事前の知識に基づいて、その事象の確立を記述するものである。
事象Bのベイズ確率について考える。
事象Bが単独で起こる確率をP(B)、事象が起きた後に事象Bが起きる確立をP(B|A)で表す時、P(B|A)を表す式として正しいものは以下の選択肢の中でどれか？
同じ確率変数 x に対して、2つの異なる確率分布 P(x),Q(x) がある時、KLダイバージェンスを使って2つの分布の差を測る事が出来るが、KLダイバージェンスは対称性がないため、どちらの分布を基準にするかで結果が変わってしまう。
そこで対象になるよう定義したJSダイバージェンスというものがある。JSダイバージェンスの式として正しいものは以下の内どれか？
但し、DKL(P || Q)：KLダイバージェンス、DJS(P || Q)：JSダイバージェンスとする
どちらか選択してください
ロジスティック回帰は機械学習の手法の1つで、主に2値分類のクラス分類を行う事が出来ます。目的変数が0～1の数値に変換されるため、その値を確率としてみなす事でタスクを実行します。
ある事象が起こる確立を、起こらない確率で割ったものを（あ）と呼び、（あ）の対数を取ったものを（い）と呼びます。
（あ）、（い）の組み合わせとして正しいものを以下の選択肢より選べ
（続き）ロジスティック回帰では出力の値が0～1になります。予測関数にシグモイド関数を用いる事で任意の入力値に対して0～1を返す事が出来ます。
シグモイド関数の数式として正しいものを以下の選択肢より選べ
但し、σ(x)：シグモイド関数、x：入力値とする
（続き）ロジスティック回帰で学習を行う際の損失関数として適切なものは以下の内どれか？
ニュートラルネットワークにおいて、学習に掛かる時間を減らす目的として分散処理がある。分散処理にはデータを分散させるデータ並列分散処理と、モデルを分散させるモデル並列分散処理の2種類がある。
複数PCでモデル並列分散処理を行う場合、ボトルネックになる可能性のある処理は以下の内のどれか？
複数人で開発を行う際に、開発環境の統一を容易にするためにDockerなどのコンテナ型仮想化ソフトウェアを使うことがある。VM（仮想マシン）と比べてコンテナを用いた時のメリットとして適切でないものを以下の選択肢の中から選べ
計算量が膨大になりがちな深層学習モデルを、本番環境やモバイル環境でも使用出来るようにモデル圧縮を行う技術を軽量化技術と呼んでいる。
軽量化技術の手法として適切でないものを以下の選択肢から選べ
ニューラルネットワークの隠れ層に使われる活性化関数は、通常非線形の単調増加関数が使用されます。
次の選択肢の中から、隠れ層の活性化関数として用いられないものを選べ
（続き）以下はニューラルネットワークの隠れ層に使われる活性化関数をPythonでコーディングしたものである。選択肢の中で隠れ層の活性化関数ではないものが混ざっているが、それはどれか？
import numpy as np # x : 入力値
2015年のILSVRCの画像分類タスクにおける優勝モデルであるResNetにおいて、バッチ正規化という正規化が用いられている。バッチ正規化は、ミニバッチ学習をする際のデータの偏りなどによって入力の分布が大きく変化してしまい学習が効率的に進まない内部共変量シフトの問題を解決する為に考案された手法である。以下の図の中でバッチ正規化を表現しているものはどれか？
但し、N:データ数、C:チャネル、H:画像高さ、W:画像幅 とする
（続き）以下は、バッチ正規化の順伝播処理のプログラムである。入力データのReshape処理について空欄に当てはまるものはどれか？
物体検出は、入力された画像からオブジェクトを検出（どこに、何が）する方法です。物体検出の手法には、領域探索を行ってから学習を行う「not end-to-end learning」と、入力画像から直接学習を行う「end-to-end learning」が存在します。以下の選択肢の中で、 「end-to-end learning」でないものはどれか？
画像から複数のオブジェクトに分割するタスクにセグメンテーションがある。
次の説明の中からSemantic Segmentationについて述べているものを選べ
GANとは偽画像を生成するGeneratorと真偽を判別するDiscriminatorを競わせる事で互いの性能が向上するように学習する生成モデルの1つである。GANの派生モデルでDCGAN(Deep Convolutional GAN)があり、このモデルはピクセル間に関係を持たせる事で画像に適したCNNをGeneratorとDiscriminatorのネットワークに使用したものである。
以下の選択肢の中からDCGANのDiscriminatorで使用するCNNにおいて適切でないものを選べ
距離学習とは、特徴量を空間に埋め込み、その空間での距離を求める事で、2つのデータで似ているか似ていないかを判定する学習方法で、顔認証や人物同定、異常検知などで使用される。距離学習には、SiemeseNetやTripletLossがある。SiemeseNetは、2つのデータ間の距離を使って類似を学習するモデルである。SiemeseNetの損失関数は2つの項から成り立っており、第1項では類似している時により距離を近づけるようにし、第2項では類似していない時に距離を遠ざけるような目的になっている。
第2項は次の数式で表されている：
第1項の数式として正しいものを選択肢の中から選べ。
但し、Y：ラベル（0:類似、1:異なる）、Dw：距離、m：マージン[m > 0]（ハイパーパラメータ）とする
以下のプログラムはGRUの順伝播の処理を表している。空欄に当てはまるコードとして適切なものを選択肢の中から選べ
Attentionとは入力されたデータのどこに注目すべきかを動的に特定する機構で、機械翻訳や画像認証などにも応用されています。機械翻訳で使われるTransformerモデルにおいては、Query（Q：デコーダの状態）、Key（K：エンコーダの状態）、Value（V：エンコーダの出力）のペアを用いて出力をマッピングするScaled Dot-Product Attentionという仕組みが使われていて、類似度の計算式は以下のように定義されています：（dk：Kの次元数）
Softmax内ではで除算しているが、この理由として適切なものを以下の選択肢の中から選べ
音声合成技術WaveNetでは、畳み込みされた後の埋め込みベクトルに対して、1x1畳み込みを行い、ResidualBlockで収束を高速化させる工夫がある。ResidualBlockで使われている活性化関数はPixelCNNでも用いられているGTU（gated tanh unit）である。GTUの数式として適切なものを以下の選択肢の中から選べ
tanh：ハイパボリックタンジェント関数、σ：シグモイド関数、ReLU：ReLU関数、Wn：重み、x：入力
ある状態sにおいて、ある行動aをとった場合の価値Qを求めてQ関数を学習する強化学習の手法としてQ学習がある。またQ学習と同様にQ関数を学習する手法にSarsaがある。Q学習では報酬Rの期待値を現在推定されている値の最大値で置き換えるが、Sarsaでは実際に行動した結果を用いて期待値の見積もりを置き換えるという違いがある。行動価値関数Qの更新を数式で記述した時に適切なものを以下の選択肢の中から選べ
*但し、α：学習率、γ：割引率、添え字t：時刻 とする
