Oracle Cloud 1z0-1122-23試験問題 [Q17-Q35] : 無料試験問題集 : http://exams.dumpsmaterials.com

このページはFree Exams Dumps Materialsからエクスポートされました。 [ http://exams.dumpsmaterials.com ]
Export date: Wed Feb 5 14:10:14 2025 / +0000 GMT

Oracle Cloud 1z0-1122-23試験問題集[Q17-Q35]であなたの成功を後押ししましょう。

Oracle Cloud 1z0-1122-23試験問題集であなたの成功を後押しします

1z0-1122-23 100%保証ダウンロード1z0-1122-23試験PDF Q&A

新しい質問 17
大規模言語モデル（LLM）と従来の機械学習モデルの違いは？

LLMは訓練にラベル付き出力を必要とする。

LLMは他のモデルに比べてパラメータの数が限られている。

LLMは特に自然言語処理と理解のために設計されている。

LLMは画像認識タスクに焦点を当てている。

新しい質問18
教師あり機械学習における分類と回帰の違いは何ですか？

分類はデータ・ポイントをカテゴリーに割り当てるが、回帰は連続値を予測する。

分類と回帰はどちらも連続値を予測する。

分類は連続値を予測するのに対し、回帰はデータ・ポイントをカテゴリーに割り当てる。

分類と回帰はどちらもデータ・ポイントをカテゴリーに割り当てる。

新しい質問 19
画像中の力を認識したり、物体を分類したりといったタスクに関連するAI領域は？

コンピュータ・ビジョン

異常検知

音声処理

自然言語処理

新しい質問 20
Oracle Cloud Infrastructure Visionサービスでサポートされている機能はどれですか。

画像中の物体の検出と分類

テキストからリアルな画像を生成する

過去のデータを分析し、異常なパターンを見つける

金融取引における不正行為の検出と防止

新しい質問21
テキストから音声を生成するAIタスクは？

テキストからスピーチへ

オーディオ録音

音声認識

テキストの要約

新しい質問22
Generative AIの文脈におけるGenerative Adversarial Networks（GAN）のアプリケーションはどれか？

トレーニングデータに類似したリアルな画像の作成

入力データからの連続値の予測

トレーニング用のラベル付き出力の生成

データポイントのカテゴリーへの分類

新しい質問23
Oracle Cloud Infrastructure Languageサービスでサポートされているケイパビリティはどれですか？

テキストを分析して、センチメントやエンティティのような構造化された情報を抽出する。

画像内のオブジェクトとシーンの検出

音声をテキストに変換する

テキストを画像に変換する

新しい質問24
ジェネレーティブAIは他のAIアプローチとどう違うのですか？

ジェネレーティブAIは、基礎となるデータを理解し、新しい例を作成する。

ジェネレーティブAIは意思決定と最適化に焦点を当てている。

生成AIはトレーニングのためにラベル付き出力を生成する。

生成AIは、もっぱらテキストベースのアプリケーションに使用される。

新しい質問25
大規模言語モデル（LLM）の文脈における「プロンプト・エンジニアリング」と「ファインチューニング」はどのように違うのでしょうか？

モデル・アーキテクチャをカスタマイズ

モデルをゼロから訓練する

事前に定義されたプロンプトを使用して、モデルの反応を誘導する。

モデル出力の後処理とハイパーパラメータの最適化

新しい質問26
強化学習の主な目的は何ですか？

データセット内の関係を見つける

データのパターンを特定する

ラベル付きデータからの予測

成果から学ぶ意思決定

強化学習は機械学習の一種で、結果から学習して意思決定を行うことに基づいている。強化学習アルゴリズムは、ラベル付けされたデータや明示的なフィードバックからではなく、環境における自身の行動や経験から学習する。強化学習の目標は、時間の経過とともに累積報酬を最大化する最適なポリシーを見つけることである。方針とは、環境の各状態で取るべき行動を決定するルールである。報酬とは、望ましい目的を達成するための行動の良し悪しを示すフィードバック信号である。強化学習は、様々な行動を探索し、その結果を観察し、それに応じて方針を更新するという試行錯誤のプロセスを含む。強化学習の課題と構成要素には次のようなものがある：
探索と搾取：将来より高い報酬が得られるかもしれない新しい行動を試すこと（探索）と、すぐに報酬が得られる既知の行動を選ぶこと（搾取）のバランスをとること。
マルコフ決定過程（MDP）：不確実性の下での逐次的な意思決定問題をモデル化するための数学的枠組みで、結果は現在の状態と行動のみに依存し、以前の状態には依存しない。
価値関数：現在の政策に基づき、各状態または状態と行動のペアの長期的な期待リターンを推定する関数。
Q学習：Q関数と呼ばれる価値関数を学習する一般的な強化学習アルゴリズムで、ある状態においてある行動を取ることの良し悪しを表す。
深層強化学習：ディープニューラルネットワークと強化学習アルゴリズムを組み合わせ、ビデオゲームやロボットの制御など複雑で高次元の問題を扱う強化学習の一分野。参考文献：：強化学習 - Wikipedia, 強化学習とは？- その仕組みの概要 - シノプシス

新しい質問 27
Oracle Cloud Infrastructureが提供するNVIDIA GPUはどれですか？

P200

A100

K80

新しい質問 28
あなたはディープラーニング研究チームのリード開発者で、ディープニューラルネットワークのトレーニング速度を向上させる任務を負っている。トレーニングプロセスを高速化するため、専用のハードウェアを活用することにしました。
ディープラーニングにおいて、モデル学習を高速化するために一般的に使用されているハードウェアコンポーネントはどれか？

ソリッド・ステート・ドライブ（SSD）