⑤ NumPy
AI実装検定B級 第147問
問題
NumPyにおいて、数値計算で効率的に配列の計算を行うためのライブラリをインポートする標準的な記法として、最も適切なものはどれか。
正解
A：import numpy as np
解説
NumPyをインポートする際は慣例的に「as np」という略称を用いる。
分野解説：⑤ NumPy
数値計算ライブラリNumPyを扱う分野です（35問収録）。import numpy as npという慣例的な記法から、array関数による配列生成、zeros・ones・full・arange・linspace・eyeといった配列作成関数、乱数（rand・normal）を押さえます。dot関数や@による行列の積、ndim・shape・sizeなどの属性、reshapeやview・copy、concatenateによる連結（axis指定）、要素ごとのブロードキャスト演算、sum・max・mean・minの集約とaxisの向き、マスク処理による条件抽出も頻出です。関数名と役割を正確に区別できるよう、実際にコードを書いて確認しましょう。
この分野の問題をすべて見る →本番形式で問題を解いてみよう
クイズモードで挑戦 →同じ分野の関連問題
AI実装検定B級について
AI実装の基礎を固める入門〜中級検定
| 主催 | AI実装検定実行委員会 |
|---|---|
| 出題形式 | 選択式（試験形式・時間の詳細は公式サイトで要確認） |
| 試験時間 | 公式サイトで要確認 |
| 受験料 | 受験料は改定されるため公式サイトで要確認 |
| 合格基準 | 合格基準は変動しうるため公式サイトで要確認 |
| 難易度 | ★★★☆☆ |
AI実装検定B級の関連記事
AI実装検定B級の勉強法・合格のコツ【完全ガイド】
AI実装検定B級に合格するための勉強法を徹底解説。AI基礎・数学（微分/ベクトル/行列/確率）・Python・NumPy・pandas・可視化・scikit-learnの8分野の出題傾向、288問の分野別内訳、3パターンの学習スケジュール、つまずきやすいポイント、ケンテイラボでの演習方法までまとめました。
AI実装検定B級の難易度・出題傾向は？勉強時間の目安を徹底分析
AI実装検定B級の難易度・出題傾向・勉強時間の目安を徹底解説。AI基礎・数学・Python・NumPy・pandas・可視化・scikit-learnの8分野の傾向、難易度を構成する要素、受験者層、得点を伸ばす5つのコツ、つまずきやすいポイント、他のAI・データ系資格との比較までまとめました。
AI実装検定B級 AI・機械学習の用語＆関数早見表チートシート
AI実装検定B級で頻出のAI用語・数学の公式・Python/NumPy/pandas/scikit-learnの関数を一気に整理。ニューラルネットワークの用語、微分公式やノルム、似た関数の区別、機械学習アルゴリズムの考え方まで、直前チェックに使える早見表をコンパクトにまとめました。