ITパスポート試験 シラバス6対応 テクノロジ系 基礎理論 についての出題傾向、学習ポイント、重要な用語を紹介します。 Show
「基礎理論」出題傾向出題数 ３問程度（テクノロジ系４５問中）出題されます。 ＊令和元年秋~令和４年公開問題の平均 出題傾向 少ない時は１問、多い時は４問と変動が激しいです。 令和４年公開問題では、基礎理論の問題が４問ありました。 Ver.○.○の表示について 離散数学 ２進数の計算が時々出ているよ。 めんどうでも、一度解けるようになると、確実に点数がとれるから大事だよ。 ２進数２進数は、0、1の2種類の数字を用いて表す数値です。
問題をチェック! R3年 問66 テクノロジ系基礎理論33.離散数学 基数変換の方法10進数から２進数への変換について、次のような問題が出ています。 【令和2年秋 問62】 10進数155を2進数で表したものはどれか。 ア 10011011 正解 ア です。 テクノロジ系基礎理論33.離散数学 表現可能な数値の範囲２進数のビット数と表現可能な数値の範囲について、次のような問題が出ています。 【令和3年春 問66】 RGBの各色の階調を，それぞれ3桁の2進数で表す場合，混色によって表すことができる色は何通りか。 ア 8 階調は、色や明るさの濃淡を段階にしたものです。 ”各色の階調を、それぞれ3桁の2進数で表す”とあるので， R（赤）、G（緑）、B（青）のそれぞれに８階調あるので、 正解は、 エ です。 テクノロジ系基礎理論33.離散数学 応用数学用語の意味をだいたい理解したら、問題演習中心に勉強するといいよ。 参考問題のリンクを利用してね。 平均値、メジアン、モードは、そのデータを代表する数値です。 違いを確認しておきましょう。 平均値平均値は、すべてのデータの値を足して、それをデータの個数で割った値です。 問題をチェック! R4年 問59 テクノロジ系基礎理論34.応用数学 中央値（メジアン）Ver.5.0 問題をチェック! R4年 問59 テクノロジ系基礎理論34.応用数学 最頻値（モード）Ver.5.0 テクノロジ系基礎理論34.応用数学 標準偏差，偏差値，分散は，セットで覚えておきましょう。 標準偏差Ver.5.0
記号σ（シグマ）で表します。 分散の平方根に等しいです。 新しい用語の問題３ テクノロジ系基礎理論34.応用数学 偏差値Ver.5.0 テクノロジ系基礎理論34.応用数学 分散Ver.5.0
記号Vで表します。 標準偏差の2乗に等しいです。 新しい用語の問題４ テクノロジ系基礎理論34.応用数学 相関係数Ver.5.0 2つの変量が正の相関関係にある場合、正の値をとり、負の相関関係にある場合、負の値をとります。 いずれの場合も相関が強いほど1に近い大きな絶対値をとります。 新しい用語の問題４ テクノロジ系基礎理論34.応用数学 推定Ver.5.0 テクノロジ系基礎理論34.応用数学 仮説検定Ver.6.0 導き出したい結論が正しいと判断するときに、導き出したい結論とは逆の仮説（帰無仮説）を仮定して、この仮説が正しいとは言えないことを証明することで、導き出したい結論が正しいとします。 総務省統計局解説より テクノロジ系基礎理論34.応用数学 回帰分析と相関分析の違いを押さえておきましょう。 回帰分析Ver.5.0 分析者による因果関係の仮定があります。 次の目的で分析します。 ・説明変数が被説明変数に与える効果の測定 取り扱う変数の種類は、２種類以上です。 新しい用語の問題４ テクノロジ系基礎理論34.応用数学 説明変数Ver.5.0 テクノロジ系基礎理論34.応用数学 目的変数Ver.5.0 テクノロジ系基礎理論34.応用数学 相関分析Ver.5.0 分析者による因果関係の仮定は、ありません。 分析目的は、変数間の（直線的な）関係の強さを測定することです。 取り扱う変数の種類数は、２種類（１対１）です。 テクノロジ系基礎理論34.応用数学 数値計算，数値解析，数式処理の違いを確認しておきましょう。 数値計算Ver.5.0 テクノロジ系基礎理論34.応用数学 数値解析Ver.5.0
テクノロジ系基礎理論34.応用数学 数式処理Ver.5.0 テクノロジ系基礎理論34.応用数学 データの集計（和、平均）Ver.5.0 テクノロジ系基礎理論34.応用数学 データの並べ替えVer.5.0 テクノロジ系基礎理論34.応用数学 ランキングVer.5.0 テクノロジ系基礎理論34.応用数学 線形代数Ver.5.0 テクノロジ系基礎理論34.応用数学 ベクトルVer.5.0 テクノロジ系基礎理論34.応用数学 行列Ver.5.0 テクノロジ系基礎理論34.応用数学 1変数関数の微分と積分Ver.5.0 積分は、変化の蓄積した結果を知るのに便利なツールです。 テクノロジ系基礎理論34.応用数学 データが持つ情報の性質に基づき、統計学的に分類したものを尺度水準と言い、名義尺度、順序尺度、間隔尺度、比例尺度の4つの分類があります。 各尺度の内容と具体例を覚えましょう。 名義尺度Ver.6.0 例えば、国籍、男女、血液型などです。 テクノロジ系基礎理論34.応用数学 順序尺度Ver.6.0 例えば、テストの順位、検定試験の級などです。 テクノロジ系基礎理論34.応用数学 間隔尺度Ver.6.0 例えば、時刻、気温などです。 テクノロジ系基礎理論34.応用数学 比例尺度Ver.6.0 例えば、経過時間、速度、年齢、体重などです。 テクノロジ系基礎理論34.応用数学 誤差Ver.5.0 新しい用語の問題４ テクノロジ系基礎理論34.応用数学 グラフは、点および辺からなる抽象的な幾何学図形です。 シラバス6で項目が追加されました。 グラフ理論Ver.6.0 モノとモノのつながりを、グラフ(点および辺からなる抽象的な幾何学図形)に記述し、解析します。 テクノロジ系基礎理論34.応用数学 頂点（ノード）Ver.6.0 テクノロジ系基礎理論34.応用数学 辺（エッジ）Ver.6.0 テクノロジ系基礎理論34.応用数学 有向グラフVer.6.0 テクノロジ系基礎理論34.応用数学 無向グラフVer.6.0 テクノロジ系基礎理論34.応用数学 最適化問題Ver.5.0 例えば、在庫管理で利用されます。 作業効率や在庫効率を改善し、費用を削減する場面などです。 テクノロジ系基礎理論34.応用数学 情報に関する理論用語の意味をだいたい理解したら，問題演習中心に勉強するといいよ。 参考問題のリンクを利用してね。 接頭語 ＰVer.6.0 例えば、1000ｇ（グラム）=1kg（キログラム） 普段、何気なく使っている”ｋ（キロ）”が接頭語の一つです。 接頭語の”P”は、ペタ（peta）と呼びます。 大きさは、1015で，T（テラ）の千倍，G（ギガ）の100万倍を表します。 テクノロジ系基礎理論35.情報に関する理論 アナログデータアナログデータは、情報を連続する可変な物理量（長さ、角度、電圧など）で表したものです。 問題をチェック! R3年 問89 テクノロジ系基礎理論35.情報に関する理論 デジタルデータデジタルデータは、情報を整数のような離散的な数値で表したものです。 離散的な数値とは、整数や自然数のような飛び飛びの値のことです。 次のようなデジタル化の利点が試験に出題されています。 アナログ電圧をディジタル化した後に演算処理すると、演算結果が部品精度、温度変化及び外来雑音の影響を受けにくい。 問題をチェック! R3年 問89 テクノロジ系基礎理論35.情報に関する理論 述語論理Ver.5.0 述語論理は、人間が普段使っている自然な言語を、AIが処理・分析する技術（自然言語処理）に利用されています。 テクノロジ系基礎理論35.情報に関する理論 演繹推論と帰納推論の違いが大切です。 演繹（えんえき）推論Ver.5.0 問題をチェック! R4年 問57 テクノロジ系基礎理論35.情報に関する理論 帰納推論Ver.5.0 問題をチェック! R4年 問57 テクノロジ系基礎理論35.情報に関する理論 ディープラーニングまで、AIの技術についての用語です。 ルールベースVer.5.0 人間がルールを用意しておくことで、問題解決や推論といった知的な処理を、コンピュータに行わせようというものです。 テクノロジ系基礎理論35.情報に関する理論 特徴量Ver.5.0 テクノロジ系基礎理論35.情報に関する理論 機械学習は，データの与え方で区別できます。 機械学習Ver.5.0 コンピュータに大量のデータを学習させ、データから規則性や判断基準を発見し、それに基づき未知のものを予測、判断する技術です。 テクノロジ系基礎理論35.情報に関する理論 教師あり学習Ver.5.0 次のような教師あり学習の例が試験に出題されています。 ・正解のデータを提示したり、データが誤りであることを指摘したりすることによって、未知のデータに対して正誤を得ることを助ける。 （基本情報 平成31年春午前 問4より） 新しい用語の問題４ テクノロジ系基礎理論35.情報に関する理論 教師なし学習Ver.5.0 次のような教師なし学習の例が試験に出題されています。 ・正解のデータを提示せずに、統計的性質や、ある種の条件によって入力パターンを判定したり、クラスタリングしたりする。 ・コンビュータ利用者の挙動データを蓄積し、挙動データの出現頻度に従って次の挙動を推論する。 （基本情報 平成31年春午前 問4より） 新しい用語の問題４ テクノロジ系基礎理論35.情報に関する理論 強化学習Ver.5.0 次のような強化学習の例が試験に出題されています。 個々の行動に対しての善しあしを得点として与えることによって、得点が最も多く得られるような方策を学習する。 （基本情報 平成31年春午前 問4より） テクノロジ系基礎理論35.情報に関する理論 ニューラルネットワークVer.5.0
次の用語と関連しています。 ①ディープラーニング： ②データマイニング： 新しい用語の問題４ 問題をチェック! R3年 問3 R2年 問19 テクノロジ系基礎理論35.情報に関する理論 バックプロパゲーションVer.6.0 ニューラルネットワークの出力と正解との誤差をもとに、出力側から入力側へとさかのぼって、ニューラルネットワークの重みとバイアスを最適化します。 テクノロジ系基礎理論35.情報に関する理論 活性化関数Ver.5.0 テクノロジ系基礎理論35.情報に関する理論 ディープラーニングVer.5.0
新しい用語の問題４ 問題で確認! R4年 問67 R元年 問21 テクノロジ系基礎理論35.情報に関する理論 エキスパートシステムシラ外 “AならばBである”というルールを人聞があらかじめ設定して、新しい知識を論理式で表現したルールに基づく推論の結果として、解を求めます。 次のようなエキスパートシステムの例が試験に出題されています。 健康診断結果や投薬情報など，類似した症例に基づく分析を行い，個人ごとに最適な健康アドバイスを提供できるシステム まとめこれまで、テクノロジ系「基礎理論」の最新の用語について、出題傾向、学習ポイント、重要な用語を解説しました。 まとめ 【出題傾向】 少ない時は１問、多い時は４問と変動が激しいです。 令和４年公開問題では、基礎理論の問題が４問ありました。 【学習ポイント】 ・応用数学 ・情報に関する理論 【重要用語】 基礎分野の問題は、用語を覚えただけでは解けない問題がよく出ます。 新しい用語の問題で、演習しましょう。 以上、テクノロジ系「基礎理論」の重要な用語について解説しました。 AIにおけるディープラーニングの特徴はどれ？人工知能分野における要素技術の1つで、深層学習とも呼ばれます。 従来の機械学習と異なり、中間層の多層化によって複雑なパターンの表現と計算を可能にしていることが特徴です。
ディープラーニングを構成する技術の一つであり,人間の脳内にある神経回路を数学的なモデルで表現したものはどれか。？ディープラーニングを構成する技術の一つであり、人間の脳内にある神経回路を数学的なモデルで表現したものをニューラルネットワークといいます。
ニューラルネットワーク 何に使われている？ニューラルネットワークは、音声、ビジョン、制御システムにおいて、物体や信号を識別・分類する パターン認識に特に適しているといえます。 また、ニューラルネットワークは時系列予測やモデリングにも使用できます。
電子メールにデジタル署名を付与することによって得られる効果について正しいものはどれか？デジタル署名は、送信元の確認と改ざん検知を目的とした技術です。 電子メールにデジタル署名をすることで、もし通信経路で改ざんがあってもそれを検知できるようになります。 これによりデータの完全性が高まります。 したがって「b」が正解です。
|
ディープラーニング itパスポート
著作権 © 2024 nguoilontuoi Inc.
