Question 1

CNN における convolution 演算とは何ですか？

Accepted Answer

Convolution は、フィルター（kernel）を入力上でスライドさせ、各位置でドット積を計算することで画像にフィルターを適用する数学的演算です。これにより、エッジ、テクスチャ、パターンなどの局所的な特徴を抽出できます。各ニューロンがすべての入力に接続される dense network とは異なり、convolution は画像全体でフィルターの重みを共有することで画像の空間構造を活用します。

Question 2

Convolution 層における stride の役割は何ですか？

Accepted Answer

Stride は画像上でフィルターを移動させるときのステップサイズを定義します。Stride が 1 の場合、フィルターは各ステップで 1 ピクセルずつ移動し、stride が 2 の場合は 2 ピクセルずつ移動するため、出力サイズが縮小されます。Stride を増やすと feature map の空間次元と計算コストを削減できますが、stride が大きすぎると情報損失を引き起こす可能性があります。

Question 3

Convolution 層における padding の目的は何ですか？

Accepted Answer

Padding は convolution を適用する前に入力画像の周りにピクセル（通常はゼロ）を追加することです。これにより、出力サイズを制御し、画像の端の情報を保持できます。'Same' padding では出力は入力と同じサイズになりますが、'valid'（padding なし）ではサイズが小さくなります。Padding は feature map において端のピクセルが過小評価されることも防ぎます。

CNN と画像分類

CNN における convolution 演算とは何ですか？

回答

Convolution 層における stride の役割は何ですか？

回答

Convolution 層における padding の目的は何ですか？

回答

Max Pooling と Average Pooling の違いは何ですか？

CNN における feature map とは何ですか？

その他のData Science & ML面接トピック

Pythonの基礎

Pythonオブジェクト指向プログラミング

Pythonのデータ構造

Git の基礎

SQLの基礎

NumPyの基礎

Pandasの基礎

Jupyter & Google Colab

SQL Joinsと高度なクエリ

Pandas応用

Matplotlib & Seabornによる可視化

Plotlyによるインタラクティブな可視化

記述統計

推測統計学

Web Scraping

BigQuery & Cloud Data

Feature Engineering

教師あり機械学習：回帰

教師あり機械学習：分類

決定木とアンサンブル

教師なしML

MLパイプラインと検証

時系列と予測

Deep Learningの基礎

TensorFlow & Keras

RNNとシーケンス

TransformersとAttention

NLPとHugging Face

GenAIとLangChain

MLOps とデプロイ

次の面接に向けてData Science & MLをマスター