【人工智能学习-AI入试相关题目练习-第十七次】

1-前言

为了应对大学院考试，我们来学习相关人工智能相关知识，并做各种练习。

通过学习，也算是做笔记，让自己更理解些。

3-问题题目训练

4-练习（日语版本）解析

【問題3】空欄補充（概念問題）

① K-means

K-means 法では，データを (a) クラスタに帰属させ，その後に (b) を更新する。

答案

• (a)最近の（最も近い）
• (b)クラスタ中心（代表点）

完整句

K-means 法では，データを最近のクラスタに帰属させ，その後にクラスタ中心を更新する。

② ベルマン方程式（強化学習）

強化学習におけるベルマン方程式では，© の状態価値を次の報酬と (d) の価値だけで定義する。

答案

• ©現在
• (d)次状態

完整句

ベルマン方程式では，現在の状態価値を次の報酬と次状態の価値だけで定義する。

③ 最急降下法（勾配法）

最急降下法（又は勾配法）では，誤差が徐々に (e) ように，誤差関数の (f) を計算してパラメータを修正する。

答案

• (e)減少する
• (f)勾配

完整句

最急降下法では，誤差が徐々に減少するように，誤差関数の勾配を計算してパラメータを修正する。

【問題1】探索（オープンリスト／クローズドリスト）

ノード A から始め，左側から優先して探索する探索を行う。

グラフ構造（文字关系）

• A → B, C
• B → D
• C → E, F

ステップ4 の解答

ステップ7（最終）

【問題2】ベイズの定理（ノートPC）

不良品と判明したとき，X である確率が 0.125。

正解選択肢

👉©

（对应条件：
P(X)=0.4，P(不良|X)=0.4，P(不良|Y)=0.7）

✅ 这一页「速记总结」

K-means：最近クラスタ → 中心更新 Bellman：現在状態 ← 報酬 + 次状態 勾配法：誤差を減少 ← 勾配 探索：Open = 未展開 / Close = 展開済

5-练习（日语版本）

【模擬問題①】（既出近似：クラスタリング・最適化）

問題1

K-means 法では，データ集合をあらかじめ定めた (K) 個のクラスタに分割する。
この手法では，各データ点を (a) クラスタに帰属させた後，
各クラスタの (b) を再計算する操作を繰り返す。

このとき，最小化される目的関数は，
各データ点と対応するクラスタ中心との © の総和として定義される。

K-means 法は，この目的関数を単調に (d) させるが，
初期値によっては (e) に収束する可能性がある。

(a)～(e) に入る最も適切な語句を記せ。

【模擬問題②】（既出近似：探索アルゴリズム）

問題2

探索問題において，評価値に基づいて探索順序を決定する手法を (a) 探索という。
この探索では，探索候補を保持する (b) と，
すでに展開済みのノードを保持する © を用いる。

初期状態は (b) に追加され，© は (d) に初期化される。
各反復では，(b) から評価値が最も (e) ノードを取り出し，
そのノードを © に追加する。

ここで用いられる評価値は，一般に実コストと
ヒューリスティック関数に基づいて定義される。

(a)～(e) に入る最も適切な語句を記せ。

【予測問題①】（新傾向：強化学習・価値更新）

問題3

強化学習において，状態 (s) における行動 (a) の価値を表す関数を
行動価値関数と呼び，通常 (a) と表記される。

Q 学習では，この値を用いて最適行動価値関数 (b) を推定する。
更新は，現在の報酬と © の行動価値を用いて行われ，
将来の報酬の影響は (d) によって調整される。

この更新を繰り返すことで，方策は最適方策へと (e) する。

(a)～(e) に入る最も適切な語句を記せ。

問題1（K-means）

题目回顾（核心句型）

• 最近のクラスタ
• クラスタ中心
• 距離の総和
• 単調減少
• 局所最小値

你的答案

• (a) 最近的
• (b) 中心
• © 距离
• (d) 削减 / 减少
• (e) 局部

判定

問題1 得分估计

👉2.5 / 5（不安全）

📌立命馆这里很看重完整术语，
尤其是「局所最小値」不能只写“局部”。

問題2（探索アルゴリズム）

正解关键词

• 最良優先探索
• オープンリスト
• クローズドリスト
• 空
• 小さい

你的答案

• (a) 最良优先
• (b) オープンリスト
• © クローズドリスト
• (d) 空
• (e) 小さい

判定

問題2

🎉满分 5 / 5

这是标准本番答案，完全没问题。

問題3（強化学習・価値更新）

正解结构（关键）

• (a) Q(s,a)
• (b) Q*
• © 次状態
• (d) 割引率
• (e) 収束

你的答案

• (a) ε
• (b) h(s)
• © 観測
• (d) g(s)
• (e) f(s)

判定（⚠️严重）

問題3

🚨0 / 5

📌 原因不是“记错”，而是
👉把搜索算法 / 启发函数 / ε-greedy 的符号，混进了 Q 学习更新题

在立命馆，这是直接整题 0 分。

📊 总体判定（本页）

🔴 你现在最危险的点（必须马上修）

①符号体系混用

• h(s), g(s), f(s) → 搜索
• ε → 方策
• Q(s,a), γ → 强化学习

❌一混 = 整题 0 分

②术语必须完整

• ❌ 局部
• ✅ 局所最小値
• ❌ 中心
• ✅ クラスタ

6-总结

知识一点点记录吧，最后应对考试，打下基础