隠れマルコフモデル
観測できない「隠れた状態」が確率的に遷移し、各状態から観測される値が確率的に決まるとして、音声認識などの時系列データを扱うために使われたモデルとして、最も適切なものを1つ選べ。
- A
畳み込みニューラルネットワーク
- B
ランダムフォレスト
- C
k近傍法
- D
隠れマルコフモデル（HMM）
正解と解説を見る
正解：D
隠れマルコフモデルは、隠れた状態の遷移と、そこから観測される値の確率で時系列を表す。ディープラーニング以前の音声認識で使われた。
- A
誤り。画像の局所的な特徴を捉えるモデル。
- B
誤り。決定木を多数組み合わせた手法。
- C
誤り。近くのデータの多数決で分類する手法。
- D
正しい。深層学習が普及する前の音声認識の主流だった。
このサイトの問題は、各試験の公開されているシラバスに沿って作ったオリジナルの模擬問題です。本試験の問題ではありません。日本ディープラーニング協会（JDLA）・一般社団法人生成AI活用普及協会（GUGA）の公式サービスではありません。