WEB問題集
Question#1(AIF-C01)
ある企業は、予測を毎四半期作成し、予測される需要を満たすための運用を最適化する方法を決定しています。同社はこれらの予測を作成するために機械学習（ML）モデルを使用しています。
AIプラクティショナーは、トレーニング済みMLモデルに関するレポートを作成し、企業の関係者に透明性と説明可能性を提供しようとしています。
モデルの透明性を高め、予測がどのように行われているかを関係者が理解しやすくするために、AIプラクティショナーは何をレポートに含めるべきですか？
正解：B
部分依存プロットは、特定の特徴（入力変数）がモデルの予測にどのように影響を与えるかを可視化する手法です。これは透明性と説明可能性を高めるために非常に有用であり、非技術的な関係者にも視覚的に理解しやすい形式で情報を伝えることができます。そのため、正解となります。 この問題は、AIや機械学習モデルを使用する際、関係者（特に非技術者）に対して透明性と説明可能性をどのように提供するかが問われています。部分依存プロット（PDPs）は、モデルの入力特徴量が予測に与える影響を視覚的に示し、非技術者にも理解しやすいため、説明可能性を高める最適な選択肢です。その他の選択肢（コード、サンプルデータ、収束テーブル）は技術者向けの情報であり、説明可能性の要件には直接寄与しません。Question#2(AIF-C01)
ある法律事務所は、大規模言語モデル（LLM）を使用してAIアプリケーションを構築したいと考えています。このアプリケーションは、法的文書を読み取り、文書から重要なポイントを抽出することを目的としています。
この要件を満たすソリューションはどれですか？
正解：C
要約機能を持つチャットボットは、法的文書を読み取り、主要なポイントを簡潔に抽出する機能を提供できます。このソリューションは、問題文で求められる要件を満たしています。 この問題は、AIモデルを特定のユースケースに適用する能力を問うものです。 法律事務所のニーズは「文書の要約と重要ポイントの抽出」であり、要約機能を持つチャットボットが適切な選択肢です。その他の選択肢は、要件に対する直接的なソリューションではありません。Question#3(AIF-C01)
ある企業は、人間の遺伝子をその特性に基づいて20のカテゴリに分類したいと考えています。同社は、モデルの内部メカニズムが出力にどのように影響を与えるかを文書化するための機械学習（ML）アルゴリズムを必要としています。
この要件を満たすMLアルゴリズムはどれですか？
正解：A
決定木は、モデルの内部メカニズムを視覚的に表現し、入力特徴がどのように結果に影響を与えるかを明確に示します。この透明性により、モデルの動作を文書化する要件を満たすため最適です。 この問題は、モデルの解釈可能性が重要なユースケースで適切なMLアルゴリズムを選択する能力を問うものです。 決定木は視覚的に理解しやすく、特徴量と出力の関係を文書化する要件を満たすために最適です。他の選択肢は、性能や解釈可能性の点で要件を完全には満たしません。Question#4(AIF-C01)
ある企業は、植物の葉の写真から植物の病気を予測する画像分類モデルを構築しました。同社は、モデルがどれだけの画像を正しく分類したかを評価したいと考えています。
モデルのパフォーマンスを測定するために、どの評価指標を使用すべきですか？
正解：B
精度は、分類タスクで最も基本的かつ一般的に使用される評価指標であり、モデルが正しく分類したデータポイントの割合を測定します。このユースケースに適しています。 この問題は、分類タスクにおける適切な評価指標を選択する能力を問うものです。 精度（Accuracy）は、モデルがどれだけのデータポイントを正しく分類したかを測定する基本的な指標で、このユースケースに最も適しています。R-squaredやRMSEは回帰問題向けであり、この文脈では適切ではありません。Question#5(AIF-C01)
ある企業は、事前トレーニング済みの大規模言語モデル（LLM）を使用して、製品推薦用のチャットボットを構築しています。同社は、LLMの出力を短くし、特定の言語で記述する必要があります。
LLMの応答品質を企業の期待に合わせるには、どのソリューションを使用すべきですか？
正解：A
プロンプトを調整することで、LLMに特定の出力フォーマットや短い応答、特定の言語での出力を求める指示を明確に伝えることができます。これにより、出力を期待する形式に最適化できます。 この問題は、LLMの出力を特定のフォーマットや条件に適合させる方法を問うものです。 プロンプトの調整は、モデルに特定の指示を与えることで出力を制御する最も効果的な方法です。他の選択肢は、この要件に対して適切ではありません。