BUSINESS

AIビジネスパーソン基礎力診断

  • 設問は全部で15問あります。各設問に設定された4つの正解選択肢から一つを選んでください。必ず制限時間内(10分)に解答してください。
  • 制限時間(10分)を超えると自動的にテストは終了します。診断結果には解答分のみ反映されます。
  • 診断結果はあなたの基礎的理解力レベルを示す A・B・C 判定及び各診断項目の基礎理解力を示すレーダーチャートが含まれます。
  • 複数回の受験はできません。
  • メールアドレスまたはEラーニングログインID・お名前をご入力のうえ、診断を開始してください。
  • このAI基礎力診断サービスは株式会社オートマテティスト・テクニカルアドバイザー巣籠悠輔の監修により当社が開発・運用しています。
    設問等一切の無断利用及び転載は固くお断り申し上げます。
メールアドレスまたはEラーニングログインID[必須]
お名前[必須]

株式会社オートマティスト
巣籠塾 利用規約

第1条(規約の範囲と適用)

  1. 株式会社オートマティスト(以下「当社」という)は、当社が運営する巣籠塾で提供する全てのサービス(以下「本サービス」という)の利用に関する規約として、此処に利用規約(以下「本規約」という)を定めます。
  2. 本規約は、本サービスをご利用頂く全ての利用者に適用されます。

第2条(用語の定義)

  1. 本規約において、「利用者」とは、本規約に同意し、当社経由にて本サービスにお申し込みを頂いたものとします。

第3条(規約の変更)

  1. 当社は、本規約の内容を随時変更することがあります。なお、この場合、利用者の本サービスに関するご利用条件は変更後の最新の本規約が適用されるものとします。
  2. 変更後の本規約は、当社が別途定める場合を除き、当社のホームページ上に掲示した時点より効力を生じるものとします。

第4条(本サービスの内容)

  1. 本サービスは、当社と利用者間の契約内容により、AIに関する知識及び理解力を向上する目的とした教育プログラム及び自動診断システムによるテストとします。

第5条(本サービスの診断対象)

本サービスの対象は、利用者のAIに関する知識と理解力とし、その条件は次の通りとします。

  1. 学習及び診断対象の種類
    技術系とビジネス系の2通りがあります。
  2. 学習及び診断対象の形態
    本サービスは利用者個人或いは利用者が属する法人を診断対象とします。
  3. 学習及び診断対象
    本サービスの学習及び診断対象範囲は、技術系・ビジネス系それぞれのAIに関連する知識および理解力です。
  4. 学習及び診断対象の変更・追加
    学習及び診断条件並びに対象の変更・追加の方法については、本規約第14条に規定している通りです。

第6条(本サービスの診断結果報告方法)

本サービスの診断結果報告方法は次の通りとします。

  1. 当社は利用者からのログイン及び回答より診断を実施し、診断終了後10営業日以内に診断結果報告の作成を完了します。
  2. 診断結果報告は、利用者にメールにてお知らせします。

第7条(本サービスの学習及び診断内容の保証及び責任の制限について)

  1. 本サービスは、当社が利用者のAIに関する知識および理解力すべてを保証するものではありません。
  2. 当社は、第19条及び20条の違反の場合を除き、利用者に対して、いかなる場合でも、本サービスの利用等に関連して、契約責任、不法行為責任その他いかなる法的責任も負わず、損害、損失その他費用について一切の賠償責任を負いません。
  3. 利用者が当社に対し、申込の際に提示する情報の正確性については、全て利用者の責任とし、悪意、過失を問わず間違った情報により、第三者へ損害を与え、損害賠償請求が発生しても、当社は一切の責任を負わないものとします。尚、利用者が当社へ提示する情報とは、当社が指定する巣籠塾利用申込書の登録情報(以下「登録情報」という)」をいいます。

第8条(サービス提供の一時的な中断及び停止)

当社では次の事由により、利用者への事前の通知又は承諾を要することなく、サービスの中断またはサービスの停止を行うことがあります。

  1. 本サービス用設備の保守または工事のため、やむ得ない場合。
  2. 本サービス用設備に障害が発生し、やむを得ない場合。
  3. 天災、事変その他の非常事態が発生し、又は発生する恐れがあるときに、当社の業務が執行できない場合、又は災害の予防もしくは救護、交通、電力の供給の確保、又は秩序の維持のために必要な内容とする通信を優先的に取扱う場合。

第9条(料金等)

  1. 本サービスの料金は、別途ホームページ等で掲載されます。

第10条(本サービスの廃止)

  1. 当社は、次の各号のいずれかに該当する場合、本サービスの全てまたは一部を廃止するものとし、廃止日をもって利用契約の全部又は一部を解約することができるものとします。
    • 廃止日の30日前までに利用者に通知した場合。
    • 天災地変等不可抗力により本サービスを提供できない場合。
    • 当社は、前項の規定によりサービスを廃止する場合は、利用者に対し、廃止する30日前までに、第17条に基づく方法により通知いたします。

第11条(本サービスの注意点について)

本サービスの実施にあたり、当社並びに巣籠悠輔に属するコンテンツを当社に無断で使用、転載することを固く禁じます。

第12条(利用契約の締結等)

  1. 本サービスご利用の契約は、ご利用希望者が当社へ「ご利用申込書」(以下「申込書」という)を提出し、当社がこれを承諾したときに成立するものとします。利用者は本サービスの申し込みにあたり、責任を持って正確な登録情報を当社へ提供し、その内容が正確であることを保証することとします。
  2. 当社は、ご契約希望者が次のいずれかに該当する場合には利用申込みを承諾しないか、あるいは契約成立後であっても、直ちに契約を解除することがあります。
    • 虚偽の事実を申告したとき。
    • 公序良俗に反する等の行為があったとき。
    • その他、当社が契約締結を適当でないと判断したとき。
  3. 利用者は、当社或いは当社の関連会社が本サービスの受講及び診断結果を、他事業に利用すること及び第三者に対し個人情報を含まない診断結果の分析データを提供することに同意します。

第13条(診断条件、診断対象の変更・追加の方法について)

利用者はサービス開始後に、学習コース、診断条件、診断対象を変更・追加したい場合は、登録情報の学習コース・診断対象変更・追加情報欄に、変更・追加したい情報を記載し当社へ提出するものとします。尚、学習コース並びに診断条件、診断対象の変更・追加とは次の項目をいいます。

  • 診断時間の変更
  • 申込書に記載の会社名、担当者、連絡先(部署名、住所、電話番号、eメールアドレス、Fax番号)及び請求書送付先

当社は、利用者が前項に従った通知を怠ったことにより利用者が通知の不到達その他の事由により損害を被った場合であっても、一切責任を負わないものとします。
当社は、前各項に定める事由のいずれかにより本サービスを提供できなかったことに関して利用者、またはその他の第三者が損害を被った場合であっても、責任を負わないものとします。

第14条(当社からの通知)

利用者が法人の場合、当社から本サービスに関する通知を受けるための責任担当者様を指名し、当社は、本サービスに関する情報提供を電子メール、電話、FAX、又は書面など当社がその都度、適当と判断する方法により行います。

第15条(機密保持条件)

本サービスの使用、運用のために利用者と当社間で相互に提供、開示される機密情報の取扱いに関して、次の通りの機密保持条件を定め、遵守するものとします。

  1. 利用者が提供する機密情報
    • 利用者が本サービスの利用のために当社へ提供する情報
  2. 当社が提供する機密情報(書面、電子媒体いずれも該当します)
    • 当社が利用者に提供する本サービスの診断結果報告情報
    • その他当社が機密情報であると指定し、本サービスのために当社が利用者へ提供する機密情報
  3. 本サービスで機密情報として取扱わない情報
    • 利用者と当社いずれかの開示者より開示を受けた時点で既に一般に公開されていた情報、又は既に被開示者が保有していた情報。但し、利用者が提供する個人情報は除きます。
    • 利用者と当社いずれかの開示者より開示を受けた後、被開示者の責任が及ばない方法で(被開示者ではない第三者により)一般に公開された情報。但し、利用者が提供する個人情報は除きます。
    • 利用者と当社いずれかが正当な権利を有する第三者から合法的に入手した情報。
    • 利用者と当社いずれかの開示者が機密保持義務を課さずに開示した情報。

第16条(個人情報保護条件)

当社は利用者に本サービスを提供するにあたり、次の条件で個人情報を管理します。本サービスで使用する個人情報は次のものをいいます。(書面、電子媒体いずれも該当します)

  • 利用者の個人情報(部署名、役職名、氏名、電話番号、eメールアドレス)
  • 本サービスの過程で当社が取得した利用者の従業員あるいは利用者の顧客あるいは利用者の個人情報(氏名、部署名、役職名、電話番号、携帯電話番号、eメールアドレス)
  1. 本サービスにおける個人情報の取扱方法
    • 本サービスにおける個人情報の使用目的
      当社は本サービスにおける利用者の個人情報を次の目的で使用します。
      1. 当社が利用者に対して行う本サービスの運用上の連絡
      2. 当社並びに当社の関連会社が提供する事業の告知
    • 本サービスにおける個人情報の維持
      当社は利用者より取得した本サービスで使用する個人情報を、正しく、不足なく完全に、また最新に維持するように商業上可能な範囲にて努力を払うものとします。
    • 本サービスにおける個人情報の閲覧、変更、削除
      個人情報について利用者から訂正、変更、削除のお申し出があった場合には、利用者本人の意思であることを確認した上で、登録情報を訂正、変更、削除いたします。
    • 本サービスにおける個人情報の開示及び変更
      当社は本サービスのために取得していた個人情報の開示について次の条件を規定します。
      • 当社は取得した個人情報を、個人情報の提供者本人の事前の承諾なく、第三者へ販売、貸し出しすることはありません。
      • 当社は次の場合に取得した個人情報を第三者へ提供、開示することがあります
      • 個人情報の提供者本人の事前の承諾を得ている場合
      • 政府、官公庁、地方自治体からの正式な開示の要求がある場合
      • 法律、法令施行のために、裁判所から正式な開示の要求がある場合
      • 利用者が本サービスの利用規約条件を遵守せずに、お客様の権利、財産、サービスなどを保護するために必要と認められる状況で、個人情報の提供者本人の事前の承諾の同意を得ることができない場合
      • 利用者及び当社に関係する人の生命、身体および財産などに対する差し迫った危険があり、緊急な対応の必要性がある状況で、本人の同意を得ることが困難な場合

第17条(学習及び診断報告情報の認証接続権限、利用者名(ID)、パスワードの保護管理)

本サービスの学習履歴並びに診断結果報告は、機密情報であり、本サービスに正式に登録され、認証、接続制限権限を持つ運用(診断)担当者様のみ参照可能な情報です。この情報が漏洩すると、利用者と当社双方にとって非常に重大な被害を受ける可能性があります。
利用者は本サービスのシステムに登録されている利用者名(ID)、およびパスワードを次の点を遵守して責任をもって管理します。

  1. 利用者名(ID)、パスワードを複数の個人で共有しない。
  2. 当社が要求する定期的な更新を実行する。
  3. 利用者名(ID)、パスワード情報が漏洩しないように最大限に注意をし、漏洩しない対策を定めて運用する。

第18条(知的財産権の帰属)

本サービスにおける学数履歴及び診断結果に関する著作権、ノウハウ及びその他知的財産権は、当社に帰属するものとします。ただし利用者が自社内において使用、複製することを妨げません。

第19条(禁止事項)

本サービスでは、利用者による以下の行為を禁止します。

  1. 本サービス設備やネットワーク回線に対し、意図的に妨害を与える行為。
  2. 本サービス利用者または第三者になりすまして、本サービスを利用する行為。
  3. その他法令等に違反し、当社または他の本サービス利用者、もしくは第三者に不利益を与える行為。
  4. 前各号に定める行為を助長する行為。

第20条(前項による途中解約)

利用者及び当社は、相手方に ①差押、差押、競売の申請、または破産、再生手続開始、会社更生手続開始の申立があった場合 ②営業を休止または廃止した場合 ③支払を停止した場合、または振出もしくは引き受けた手形および小切手が不渡処分を受けた場合 ④取締役会または代表取締役が営業の全部または一部の譲渡もしくは譲受を決定もしくは承認した場合 ⑤取締役会または代表取締役が解散を決定もしくは承認した場合のいずれかに該当する事由が発生した場合、別段の催告を要せずに書面による通知をもって本サービスを解約することができるものとします。

第21条(準拠法)

本規約の解釈および有効性は、日本国法に従って判断されるものとします。

第22条(管轄裁判所)

利用者と当社との当事者間協議で紛争が解決しない場合、東京地方裁判所を第一審の専属的合意管轄裁判所とします。

(附則)

本規約は、2020年1月15日より実施します。

すべての回答が終了しましたら、「診断を終了する」をクリックしてください。
※制限時間をオーバーした場合も、必ず最後に「診断を終了する」をクリックしてください。

これまでの人工知能ブームの内容に関して、最も適切なものはどれか、以下のA~Dのうちから選びなさい。
人工知能の技術の評価のために、実験的に用意された課題のことを何と言うか、以下のA~Dのうちから選びなさい。
Windows OSが開発される以前、日本国内で国家戦略プロジェクトとして開発されていたOSを何と言うか、以下のA~Dのうちから選びなさい。
1946年に開発された、世界初のコンピュータの名前を何と言うか、以下のA~Dのうちから選びなさい。
MYCIN(マイシン)に代表される、人工知能技術が活用されているシステムのことを何と言うか、以下のA~Dのうちから選びなさい。
ディープラーニングの計算にはGPUが活用されているが、このように一般計算に活用されているGPUのことを何と言うか、以下のA~Dのうちから選びなさい。
何も特別な工夫が施されていないサイコロを振った際、3回連続で1の目が出る確率はいくらになるか、以下のA~Dのうちから選びなさい。
x, y の関数 z=2x+y+1 を、x に関して偏微分した際に得られる式はどれか、以下のA~Dのうちから選びなさい。
2つのベクトル x, y がそれぞれ x=(1,2), y=(3,4) で与えられるとき、x, y の内積はどうなるか、以下のA~Dのうちから選びなさい。
最小値-1, 最大値1 の一様分布Uがあったとき、このUにしたがって100個の乱数を発生させたとする。このとき、これら100個の乱数の期待値はどうなるか、以下のA~Dのうちから選びなさい。
計算機にはいくつかの演算装置があるが、演算装置でないものはどれか、以下のA~Dのうちから選びなさい。
x の関数 f(x) があったとき、f(x) が最小値をとるような x を求める際に必要な計算処理はどれか、以下のA~Dのうちから選びなさい。
x の関数 f(x) があったとき、f(x) が最小値をとるような x を表す式はどれか、以下のA~Dのうちから選びなさい。
何回層かにまたがっているフォルダ内にある特定のファイルを検索するシステムを作ることを考えた際、まず一番浅い階層のフォルダ内のファイル・フォルダをすべて探索し、それを終えたら次の階層のフォルダ内を探索していく、という流れをとる探索手法のことを何と言うか、以下のA~Dのうちから選びなさい。
リモートサーバーにログインする際、ID・パスワード認証ではブルートフォース攻撃で破られてしまう可能性があるため、鍵を使った認証の仕組みを用いることが多い。ここで用いられる鍵認証の仕組みを何と言うか、以下のA~Dのうちから選びなさい。
ディープラーニング用のサーバーをクラウドで提供している企業として、AmazonやGoogleが有名である。それぞれのサービス名の組み合わせとして正しいものはどれか、以下のA~Dのうちから選びなさい。
機械学習の手法を実装するには数式をコードに落とし込まなければならないが、すでに実装済のコードが公開されており、これを読み込むことで車輪の再発明をしなくて済むようになっている。こうした実装がひとまとまりになっているパッケージのことを何と言うか、以下のA~Dのうちから選びなさい。
強化学習に関する説明として最も適切なものはどれか、以下のA~Dのうちから選びなさい。
教師あり学習では分類問題と回帰問題があるが、両者に関する説明として最も適切なものはどれか、以下のA~Dのうちから選びなさい。
教師あり学習と教師なし学習に関する説明として最も適切なものはどれか、以下のA~Dのうちから選びなさい。
機械学習とディープラーニングの関係性について最も適切なものはどれか、以下のA~Dのうちから選びなさい。
機械学習を用いたプロジェクトを推進する際に、必要となるデータ数に関する説明として最も適切なものはどれか、以下のA~Dのうちから選びなさい。
代表的なデータセットの分割方法に、ホールドアウト法とk分割交差検証法の2つがある。両者に関する内容として最も適切なものはどれか、以下のA~Dのうちから選びなさい。
ランダムフォレストおよび勾配ブースティングに関する説明として最も適切なものはどれか、以下のA~Dのうちから選びなさい。
主成分分析 (Principal Component Analysis; PCA) に関する説明として最も適切なものはどれか、以下のA~Dのうちから選びなさい。
機械学習の手法のひとつであるk-meansについて最も適切に述べているものはどれか、以下のA~Dのうちから選びなさい。
教師あり学習の手法のひとつであるサポートベクターマシン (Support Vector Machine; SVM) について最も適切に述べているものはどれか、以下のA~Dのうちから選びなさい。
標準化とは正規化の一種であるが、具体的にどのような処理を指すか、以下のA~Dのうちから選びなさい。
機械学習のモデルの性能を測る代表的な評価指標に accuracy, precision, recall, f-measure 等があるが、f-measure の式を適切に表しているものはどれか、以下のA~Dのうちから選びなさい。ただし、accuracy を A、precision を P、recall を R、f-measure を F でそれぞれ表すものとする。
2クラス分類の問題における機械学習のモデルの評価において、10,000個のテストデータでaccuracyが99.9%得られたとする。このモデルを実運用で使えるかどうかについて最も適切に述べているものはどれか、以下のA~Dのうちから選びなさい。
機械学習では予測値と正解値との誤差を誤差関数として定め、誤差関数を最小化するアプローチが取られるが、オーバーフィッティングを防ぐ目的のために誤差関数に加えられる項を何と言うか、以下のA~Dのうちから選びなさい。
線形回帰に対して、誤差関数にL2ノルムを加えた手法を何と言うか、以下のA~Dのうちから選びなさい。
ディープラーニングのテクニックとして実在しないものはどれか、以下のA~Dのうちから選びなさい。
ニューラルネットワークのひとつにCNNがあるが、これは何の略したものか、以下のA~Dのうちから選びなさい。
ニューラルネットワークのひとつにRNNがあるが、これは何の略したものか、以下のA~Dのうちから選びなさい。
多クラス分類問題をニューラルネットワークで解こうとする際、モデルの最終層(出力層)で用いられる活性化関数は何になるか、以下のA~Dのうちから選びなさい。
ディープラーニングの基本形は隠れ層を増やしたニューラルネットワークであるが、単純に隠れ層を増やすだけでは学習がうまくいかないという問題があった。この原因について最も適切に述べているものはどれか、以下のA~Dのうちから選びなさい。
勾配降下法を用いて解を探索すると、ある次元から見ると極小であるが、別の次元から見ると極大となっている点が解として得られる場合があるが、この点のことを何というか、以下のA~Dのうちから選びなさい。
学習時のオーバーフィッティングを防ぐためのテクニックとして,ドロップアウトがある。ドロップアウトがなぜ効果的なのかについて、最も適切に述べているものはどれか、以下のA~Dのうちから選びなさい。
オーバーフィッティングを防ぐテクニックとして早期終了 (Early Stopping) があるが、なぜ早期終了をする必要があるのかについて最も適切に説明しているものはどれか、以下のA~Dのうちから選びなさい。
ディープラーニングのモデルがより巨大になるにつれ、小規模な設備投資では学習が終わらなくなってしまうという問題がある。そこで、公開されている学習済のモデルを読み込み、そこに独自の課題に合わせた層をいくつか追加・学習することで、大幅に計算コストを下げるというアプローチが取られる。このアプローチのことを何と言うか、以下のA~Dのうちから選びなさい。
特に画像認識タスクにおいて、手元にあるデータセットを利用して、回転・拡大・縮小・トリミング等の処理を施したデータを生成し、これらも学習に用いる手法のことを何というか、以下のA~Dのうちから選びなさい。
CNN では、手法が新しくなるにつれ畳み込みのサイズが小さく・層が深くなっていった。その理由として最も適切なものはどれか、以下のA~Dのうちから選びなさい。
CNNのひとつであるResNetで考案された特徴的な構造として最も適切なものはどれか、以下のA~Dのうちから選びなさい。
次のA~Dのうち、CNNの手法が古い順に並んでいるものはどれか選びなさい。
RNNの一種であるLSTMは時系列の依存性を学習するための手法であるが、最近は時系列に対してもCNNが用いられるようになっている。CNNを用いることによる利点について、最も適切なものはどれか、以下のA~Dのうちから選びなさい。
時系列データを学習するためのモデルであるLSTMやGRUにはゲート機構が導入されているが、これにより実現できることとして、最も適切なものはどれか、以下のA~Dのうちから選びなさい。
深層生成モデルのひとつであるGAN (Generative Adversarial Network) に関する記述として最も適切なものはどれか、以下のA~Dのうちから選びなさい。
深層生成モデルのひとつであるVAE (Variational Autoencoder) に関する記述として最も適切なものはどれか、以下のA~Dのうちから選びなさい。
深層強化学習の手法のひとつである Deep Q-Network (DQN) ではモデルにニューラルネットワークが用いられているが、この入出力の組み合わせとして適切なものはどれか、以下のA~Dのうちから選びなさい。
設問数 15問 / 制限時間 10分 経過時間