- 実行ツール
-
学ぶ
Pythonを学ぶ 実行可能な例、NumPy、pandasなど AI・機械学習を学ぶニューラルネット・機械学習・LLM をゼロから C/C++を学ぶ ポインタ、メモリ、STL、モダンC++ C#を学ぶC# 基礎、OOP、LINQ、async、.NET 演習 Matplotlibを学ぶ折れ線・棒・散布図・円グラフをインタラクティブに Rust を学ぶ所有権、トレイト、エラー処理、スレッド Go を学ぶスライス、インターフェース、goroutine、チャネル Pythonアルゴリズム 探索、ソート、再帰、ビジュアライザー O(n) C/C++アルゴリズム CとC++の実装を比較 子ども向けプログラミング 遊びながらプログラミングを学ぼう!
- クイズNEW
- 課題一覧NEW
- 教師向けNEW
- アップデート
- コーヒーをおごる
AI & Machine Learning クイズ
AI & Machine Learning のクイズ 40 個、選択式問題 400 問。やさしい問題から難しい問題まで、すべての答えに解説があります。
クイズ40個 · 400問
8 カテゴリ
AI & Machine Learning のカテゴリ
3 やさしい2 ふつう
AI とは何か?
AI、機械学習、ディープラーニングの違い
探索と問題解決
+2
5 個中 0 個合格
スタート
2 やさしい3 ふつう
教師あり学習と教師なし学習
学習データ、検証データ、テストデータ
過学習と学習不足
+2
5 個中 0 個合格
スタート
4 ふつう1 むずかしい
正解率、適合率、再現率
混同行列
ROC 曲線と AUC
+2
5 個中 0 個合格
スタート
1 やさしい2 ふつう2 むずかしい
ニューロンと活性化関数
順伝播と損失関数
誤差逆伝播法と勾配降下法
+2
5 個中 0 個合格
スタート
3 ふつう2 むずかしい
トークン化と埋め込み
Attention 機構
Transformer のアーキテクチャ
+2
5 個中 0 個合格
スタート
1 やさしい4 ふつう
プロンプトエンジニアリング
ハルシネーションとグラウンディング
温度、Top-k、Top-p
+2
5 個中 0 個合格
スタート
2 やさしい3 ふつう
NumPy Arrays
NumPy Broadcasting & Vectorization
Pandas DataFrames
+2
5 個中 0 個合格
スタート
3 やさしい1 ふつう1 むずかしい
Mean, Median & Variance
Probability Basics
Probability Distributions
+2
5 個中 0 個合格
スタート
件のクイズが見つかりました
1
AI とは何か?
やさしい
誇張抜きで、「人工知能」という言葉の背後にある基本的な考え方を確認しましょう。
AI & Machine Learning · AI の基礎
#ai-basics#concepts
10問 · 約5分
未着手
スタート
2
AI、機械学習、ディープラーニングの違い
やさしい
AI、機械学習、ディープラーニング、生成 AI がどのように入れ子になっているのかを整理しましょう。
AI & Machine Learning · AI の基礎
#ai-basics#machine-learning
10問 · 約5分
未着手
スタート
3
探索と問題解決
ふつう
解を見つけるための古典的な AI の手法である BFS、DFS、A*、ヒューリスティック、ミニマックスについて考えましょう。
AI & Machine Learning · AI の基礎
#search#algorithms
10問 · 約6分
未着手
スタート
4
日常生活の中の AI
やさしい
毎日使うアプリのどこで AI が動いていて、どんな種類のタスクをこなしているのかを見つけましょう。
AI & Machine Learning · AI の基礎
#applications#ai-basics
10問 · 約5分
未着手
スタート
5
AI の倫理とバイアス
ふつう
バイアスがどこから生まれるのか、公平性をどう測るのか、責任ある AI が実際にはどういうものかを見極めましょう。
AI & Machine Learning · AI の基礎
#ethics#bias
10問 · 約6分
未着手
スタート
1
教師あり学習と教師なし学習
やさしい
実際の問題の説明から、教師あり学習、教師なし学習、強化学習を見分けましょう。
AI & Machine Learning · 機械学習の基本
#machine-learning#supervised
10問 · 約5分
未着手
スタート
2
学習データ、検証データ、テストデータ
ふつう
データを正しく分割し、モデルを実力以上に良く見せてしまうリークを防ぎましょう。
AI & Machine Learning · 機械学習の基本
#data-splits#machine-learning
10問 · 約6分
未着手
スタート
3
過学習と学習不足
ふつう
スコアや曲線から過学習(overfitting)と学習不足(underfitting)を見抜き、適切な対策を選びましょう。
AI & Machine Learning · 機械学習の基本
#overfitting#interview
10問 · 約6分
未着手
スタート
4
特徴量とラベル
やさしい
実際のデータセットで特徴量とラベルを見分け、モデルに合うよう準備しましょう。
AI & Machine Learning · 機械学習の基本
#features#data
10問 · 約5分
未着手
スタート
5
古典的な ML アルゴリズム
ふつう
線形回帰、ロジスティック回帰、k-NN、決定木、k-means の仕組みと、それぞれの使いどころを押さえましょう。
AI & Machine Learning · 機械学習の基本
#algorithms#interview
10問 · 約6分
未着手
スタート
1
正解率、適合率、再現率
ふつう
少数のカウントから正解率、適合率、再現率、F1 を計算し、目的に合った指標を選びましょう。
AI & Machine Learning · モデルの評価
#metrics#interview
10問 · 約6分
未着手
スタート
2
混同行列
ふつう
二値分類と多クラス分類の混同行列を読み解き、そこからあらゆる指標を引き出しましょう。
AI & Machine Learning · モデルの評価
#metrics#classification
10問 · 約6分
未着手
スタート
3
ROC 曲線と AUC
むずかしい
ROC 曲線が何をプロットしているのか、AUC が実際に何を測っているのか、どこで誤解を招くのかを理解しましょう。
AI & Machine Learning · モデルの評価
#metrics#roc-auc
10問 · 約8分
未着手
スタート
4
交差検証
ふつう
k 分割、層化、グループ単位、時系列の分割を正しく使い、データリークを防ぎましょう。
AI & Machine Learning · モデルの評価
#validation#interview
10問 · 約6分
未着手
スタート
5
回帰の評価指標
ふつう
MAE、MSE、RMSE、R² を手で計算し、外れ値や単位がそれぞれにどう影響するかを押さえましょう。
AI & Machine Learning · モデルの評価
#metrics#regression
10問 · 約6分
未着手
スタート
1
ニューロンと活性化関数
やさしい
1 つのニューロンが何を計算しているのか、そして ReLU、シグモイド、tanh、ソフトマックスの違いを学びましょう。
AI & Machine Learning · ニューラルネットワークとディープラーニング
#neural-networks#activations
10問 · 約5分
未着手
スタート
2
順伝播と損失関数
ふつう
データが層を通る流れを追い、パラメーターを数え、ソフトマックスと交差エントロピーを手で計算しましょう。
AI & Machine Learning · ニューラルネットワークとディープラーニング
#neural-networks#loss
10問 · 約6分
未着手
スタート
3
誤差逆伝播法と勾配降下法
むずかしい
連鎖律を使い、勾配降下法のステップを手で計算し、学習がうまくいく理由と失敗する理由を説明しましょう。
AI & Machine Learning · ニューラルネットワークとディープラーニング
#backpropagation#gradient-descent#interview
10問 · 約8分
未着手
スタート
4
畳み込みニューラルネットワーク(CNN)
ふつう
畳み込みの出力サイズとパラメーター数を計算し、プーリングとパディングを理解しましょう。
AI & Machine Learning · ニューラルネットワークとディープラーニング
#cnn#computer-vision
10問 · 約6分
未着手
スタート
5
深いネットワークの学習
むずかしい
学習率、ドロップアウト、バッチ正規化、早期終了を使って、実際の学習の問題を診断し、解決しましょう。
AI & Machine Learning · ニューラルネットワークとディープラーニング
#regularization#optimization
10問 · 約8分
未着手
スタート
1
トークン化と埋め込み
ふつう
テキストがトークンになり、トークンが意味を捉えたベクトルになる仕組みを学びましょう。
AI & Machine Learning · NLP、Transformer、LLM
#nlp#tokenization
10問 · 約6分
未着手
スタート
2
Attention 機構
むずかしい
すべての Transformer の中核にある、クエリ、キー、バリュー、ソフトマックス、sqrt(d) によるスケーリングを押さえましょう。
AI & Machine Learning · NLP、Transformer、LLM
#attention#transformers
10問 · 約8分
未着手
スタート
3
Transformer のアーキテクチャ
むずかしい
エンコーダー、デコーダー、位置エンコーディング、因果マスク、Multi-Head Attention を面接形式で確認しましょう。
AI & Machine Learning · NLP、Transformer、LLM
#transformers#interview
10問 · 約8分
未着手
スタート
4
LLM がテキストを生成する仕組み
ふつう
次のトークンの予測、ロジット、コンテキストウィンドウ、そして貪欲デコーディングとサンプリングの違いを押さえましょう。
AI & Machine Learning · NLP、Transformer、LLM
#llm#text-generation
10問 · 約6分
未着手
スタート
5
ファインチューニングと RAG
ふつう
いつファインチューニングし、いつ検索を使うのか、そして検索拡張生成をうまく機能させる細部を押さえましょう。
AI & Machine Learning · NLP、Transformer、LLM
#llm#rag
10問 · 約6分
未着手
スタート
1
プロンプトエンジニアリング
やさしい
AI チャットモデルから、より明確で役に立つ回答を引き出すための実践的な習慣を身につけましょう。
AI & Machine Learning · 生成 AI とプロンプト
#prompting#llm
10問 · 約5分
未着手
スタート
2
ハルシネーションとグラウンディング
ふつう
AI モデルが作り話をする理由と、グラウンディングや検証でそれを減らす方法を押さえましょう。
AI & Machine Learning · 生成 AI とプロンプト
#llm#hallucinations
10問 · 約6分
未着手
スタート
3
温度、Top-k、Top-p
ふつう
温度、top-k、top-p が、モデルが次にどのトークンを選ぶかをどう左右するのかを押さえましょう。
AI & Machine Learning · 生成 AI とプロンプト
#sampling#llm
10問 · 約6分
未着手
スタート
4
拡散モデルと画像モデル
ふつう
テキストから画像を生成するモデルがノイズを絵に変える仕組みと、その設定が何を制御するのかを押さえましょう。
AI & Machine Learning · 生成 AI とプロンプト
#diffusion#image-generation
10問 · 約6分
未着手
スタート
5
AI の API を安全に使う
ふつう
AI の API の上に機能を作るときに、キー、データ、ユーザーを守りましょう。
AI & Machine Learning · 生成 AI とプロンプト
#ai-safety#security
10問 · 約6分
未着手
スタート
1
NumPy Arrays
やさしい
Create, index, slice and reshape NumPy arrays and know how they differ from Python lists.
AI & Machine Learning · Data Science with Python
#numpy#arrays
10問 · 約5分
未着手
スタート
2
NumPy Broadcasting & Vectorization
ふつう
Predict the shapes and values NumPy produces when arrays of different shapes meet.
AI & Machine Learning · Data Science with Python
#numpy#broadcasting
10問 · 約6分
未着手
スタート
3
Pandas DataFrames
やさしい
Select, filter and sort pandas DataFrames and read what each operation returns.
AI & Machine Learning · Data Science with Python
#pandas#dataframes
10問 · 約5分
未着手
スタート
4
Pandas groupby & merge
ふつう
Aggregate with groupby, broadcast group results with transform and join tables with merge.
AI & Machine Learning · Data Science with Python
#pandas#groupby
10問 · 約6分
未着手
スタート
5
Data Cleaning with Pandas
ふつう
Find and fix missing values, duplicates, messy strings and wrong types before training a model.
AI & Machine Learning · Data Science with Python
#pandas#data-cleaning
10問 · 約6分
未着手
スタート
1
Mean, Median & Variance
やさしい
Compute and interpret the mean, median, mode, variance and standard deviation of small datasets.
AI & Machine Learning · Statistics & Probability for ML
#statistics#descriptive
10問 · 約5分
未着手
スタート
2
Probability Basics
やさしい
Work with complements, independent events, the addition rule and conditional probability.
AI & Machine Learning · Statistics & Probability for ML
#probability#fundamentals
10問 · 約5分
未着手
スタート
3
Probability Distributions
ふつう
Pick the right distribution for a situation and compute its mean, variance and key probabilities.
AI & Machine Learning · Statistics & Probability for ML
#distributions#statistics
10問 · 約6分
未着手
スタート
4
Correlation vs Causation
やさしい
Read correlation coefficients and tell when a relationship in data does or does not mean cause and effect.
AI & Machine Learning · Statistics & Probability for ML
#statistics#correlation
10問 · 約5分
未着手
スタート
5
Bayes' Theorem
むずかしい
Update probabilities with new evidence and avoid the base rate traps that catch most people.
AI & Machine Learning · Statistics & Probability for ML
#probability#bayes#interview
10問 · 約8分
未着手
スタート
該当するクイズがありません。別のキーワードやタグを試してください。