AI・データサイエンス基礎2
実力テスト (2025. )
◎解答は順不同でよいですが、どの問題にたいしての解答かを明示してく
ださい。問１を別紙で提出する場合は「 問１：別紙参
照」と明記し、別紙には氏名・学籍番号を必ず記入しておいてく
ださい。また、必要に応じて裏面を使ってもよいですが、その場合は
「続きは裏に」と明記してください。
問１
「AI・データサイエンス基礎２」で学んだ事柄か
ら、５分から１５分程度で解ける、 試験問題とその模範解
答を作りなさい。
問２
以下の小問 (A-C) のうち、いずれか 2問を解きな
さい。最初の問題以外はR のプログラミングが必要です。そのプログラム（コー
ド）については dats@e-chan.jp へメールで送ってください。その場合でも、
それぞれのの問題の 最後の問い（「？」で尋ねられている
内容）への答えは必ず解答用紙に 書いてください。
- 以下の穴埋め問題をといてください。
データマイニングのうち、知識獲得手法について、[1]学習と[2]学習の観点
から分類することも興味深いかもしれません。[1]学習は、全てのデータが手
元にあり、これを分類することで新たな（発見的）知識を得ようとする試み
で、[3]などが典型的です。一方、[2]学習は、既存のデータを事前に処理し
ておき、新しいデータが得られたときにそのデータの性質を予測したり、最
適に近い解を求めたりするのに使います。IF-THEN ルールを構築する[4]や、
テキスト分類に用いられる[5]はこれにあたります。
また今のAIの主要技術である[6]は、主に[2]学習を用いた知識獲得手法です。
| 選択肢： | a.クラスタリング | b.ナイーブベイズ | c.ディープラーニング |
| d.決定木 | e.教師あり | f.教師なし |
-
http://puffin.hannan-u.ac.jp/lect/dats/exam1.csv (ここにリンクが貼っ
てあります) のデータを k-means 法で２つのクラスターに分けなさ
い。このデータは名前(Name),身長(Height),体重(Weight)のデータとして、
Alice と同じクラスター（グループ） に
なったのは誰でしょう？
- の授業で取り上げた 2 入力のニューロ
ンを参考に、4入力の論理積 (AND) を学習するニューロンのシミュレーショ
ンをＲで書いてください。初期値は全て0、変化量は0.1で固定で良いです。
何回目の学習で収束し、その重みはそれぞれいく
らになるでしょう？
問…おまけ
☆問２に自信が無い人は以下を解答しておいてもらうと、おまけ（？）
で加点があるかもしれません（無いかもしれません）
「AI・データサイエンス基礎(1,2)」で学んだ事柄の中で、今後の生活（学
生時代／卒業後いずれでも可）に最も役にたちそうな技術について、
150字から250字程度で述べてください。何故そ
う思ったかの 理由もかならず書いてください
（無いと０点です）。
前田としゆき dats@e-chan.jp