G検定対策 勉強法変更
こんばんは。
今日も書いていきます。
昨日のG検定模試の結果が散々だったため、今日から１週間は違う勉強法で試験勉強します。
その方法は、以下の通りです。
【勉強法2】繰り返し小テスト
復習の方法としては、DaiGo氏は「小テスト」形式を推奨しています。DaiGo氏によると、記憶は、インプットしたときでなく思い出したときに定着するのだそう。
たとえば、「早稲田大学の創設者は大隈重信である」という知識を覚えるなら、「早稲田大学の創設者は？」「大隈重信は何を創設した？」という小テスト形式にして、自分の力で答えを思い出すようにしたほうが効率的です。
ワシントン大学が行なった実験でも、小テストが学習効率を高めることが実証されています。その実験では、被験者に美術史についての知識を学んでもらったあと、「特にテストはせずに復習する」「選択式のテスト形式で復習する」「短答式のテスト形式（小テスト形式）で復習する」の3通りのやり方で復習してもらいました。
その結果、3番目の「短答式のテスト形式で復習する」を行なったグループが、ほかのグループに比べて、1ヵ月後の再テストでの成績がよかったという結果になったのです。つまり、覚えた知識を小テストにして試すことで、記憶がより定着し長持ちしやすくなるということが、この結果からわかります。
このように、復習するときは、ただぼんやりと参考書やノートを読み返すのではなく、赤シートで参考書の文字を隠して小テストをするなど、知識を自力で思い出す練習を取り入れてみるのがいいでしょう。
というわけで、早速、単元ごとの小テストに挑戦しました。
昨日勉強した問題と同じ問題だったので、１問間違いで済みました。
間違えた問題は、
人間が自然と行っている「いま解こうとしている問題に関係のあることだけを選び出す」ということが、人工知能にとって非常に難しいという問題を選べ。
答：フレーム問題
数学には苦手意識はないので、よかったです。
昨日と同じ問題なのに…
・間違えた問題
学習器を組み合わせて、性能の高い学習器を作る方法であるアンサンブル法の方法として、最も不適切な選択肢を選べ。
❌スタッキング
◯ARIMA
❌バギング
❌ブースティング
ARIMA(Auto Regressive Integrated Moving Average)モデル（自己回帰和分移動平均モデル）は時系列データのd階差分系列、𝑦𝑡–𝑦𝑡–𝑑をARMAモデルで表現するモデルです。
回帰分析などで、データに対する推定された回帰式の当てはまりの良さを表す係数を(●)係数という。
答：決定
クラスタリングの説明として、最も適切な選択肢を選べ。
答：クラスタリングの代表的な手法の1つとしてk-meansがある
ニューラルネットワークは、複数の入力に対して単一の出力を持つ(●)を複数組み合わせたモデルである。
答：単純パーセプトロン
k近傍法は、与えられた学習データをベクトル空間上にプロットし、未知のデータに対し、そこから距離が近い順に任意のk個を取得し、その(●)でデータが属するクラスを推定する。
答：多数決
間違えた問題は、
機械学習の学習の過程で、パラメータが更新された回数を示す語句として、最も適切な選択肢を選べ。
答：イテレーション数
ニューラルネットワークを高速に学習させる方法として(●)があり、出力ノードから前方のノードへと伝播するように学習を行う。
答：誤差逆伝播
活性化関数の1つとして用いられることがあるReLU関数の拡張関数として、最も適切な選択肢を選べ。
答：Leaky ReLU
(●)は、汎化誤差の3つの要素の1つであり、予測モデルが複雑すぎることが原因で発生する。
答：バリアンス
効率よく勉強していきたいです。
今日はありがとうございます。
明日も更新するので、よかったら、読んでください。