オンライン問題で最適なSalesforce-AI-Associate日本語試験練習問題（最新の104問題)
練習問題Salesforce-AI-Associate日本語素晴らしい練習用のSalesforce Certified AI Associate Exam (Salesforce-AI-Associate日本語版)テスト問題
質問 # 50
Cloud Kicks の管理者は、顧客レコードにフィールドを設定して、顧客の希望する名前を取得できるようにしたいと考えています。
これを実現するには、管理者はどの Salesforce フィールド タイプを使用する必要がありますか?
- A. 複数選択リスト
- B. テキスト
- C. リッチテキスト領域
正解：B
解説：
"A text fieldtype should be used to capture the customer's preferred name. A text field type allows the user to enter any combination of letters, numbers, or symbols. A text field type can be used to store names, addresses, phone numbers, or other personal information."
質問 # 51
AI アプリケーションで低品質のデータを使用すると、どのような結果が生じる可能性がありますか?
- A. AI モデルがより解釈しやすくなります
- B. AI モデルのトレーニングが遅くなり、効率が低下します
- C. AI モデルは、偏った結果や誤った結果を生成する可能性があります。
正解：C
解説：
"A potential outcome of using poor-quality data inAI applications is that AI models may produce biased or erroneous results. Poor-quality data means that the data is inaccurate, incomplete, inconsistent, irrelevant, or outdated for the AI task. Poor-quality data can affect the performance and reliabilityof AI models, as they may not have enough or correct information to learn from or make accurate predictions. Poor-quality data can also introduce or exacerbate biases or errors in AI models, such as human bias, societal bias, confirmation bias, or overfitting or underfitting."
質問 # 52
Salesforce の信頼できる AI 原則との関連で、エンパワーメントの原則は主に何を達成することを目的としていますか?
- A. ユーザーがあらゆるスキル レベルを解除して、コードではなくクリックだけで AI アプリケーションを構築できるようにします。
- B. ユーザーがニューラル ネットワークを使用して困難な技術的問題を解決できるようにします。
- C. ユーザーが主要な AI 研究に関する知識の増大に貢献できるようにします。
正解：A
解説：
"The principle of Empowerment primarily aims to achieve empowering users of all skill levels to build AI applications with clicks, not code. Empowerment is one of the Trusted AI Principles that states that AI systems should be designed and developed with respect for the empowerment and education of humans.
Empowering users means enabling users to access, use, and benefit from AI systems regardless of their technical expertise or background. For example, empowering users means providing tools and platforms that allow users to build AI applications with clicks, not code, such as Einstein Prediction Builder or Einstein Discovery."
質問 # 53
AI 開発に関連する倫理的な課題にはどのようなものがありますか?
- A. AI システムの暗黙的な透明性により、ユーザーが自分の決定を理解し、信頼することが容易になります。
- B. 機械学習アルゴリズムにおける人間の偏見の可能性と AI の意思決定プロセスにおける透明性の欠如
- C. AI システムの本質的な中立性。意思決定における人間のバイアスの可能性を排除します。
正解：B
解説：
"Some of the ethical challenges associated with AI development are the potential for human bias in machine learning algorithms and the lack of transparency in AI decision-making processes. Human bias can arise from the data used to train themodels, the design choices made by the developers, or the interpretation of the results by the users. Lack of transparency can make it difficult to understand how and why AI systems make certain decisions, which can affect trust, accountability, and fairness."
質問 # 54
データ品質が低いとどのような結果が考えられますか?
- A. AI 予測はより集中的になり、堅牢性は低下します。
- B. AI モデルは精度を維持しますが、応答時間が遅くなります。
- C. AI システムによってデータのバイアスが誤って学習され、増幅される可能性があります。
正解：C
解説：
"A possible outcome of poor data quality is that biases in data can be inadvertently learned and amplified by AI systems. Poor data quality means that the data is inaccurate, incomplete, inconsistent, irrelevant, or outdated for the AI task. Poor data quality can affect the performance and reliability of AI systems, as they may not have enough or correct information to learn from or make accurate predictions. Poor data quality can also introduce or exacerbate biases in data, such as human bias, societal bias, or confirmation bias, which can affect the fairness and ethics of AI systems."
質問 # 55
Salesforce の信頼できる AI の透明性原則とは何ですか?
- A. Al の決定とアクションの明確でわかりやすい説明
- B. 特定のビジネス要件を満たすための AT 機能のカスタマイズ
- C. AT モデルと Salesforce ワークフローの統合
正解：A
解説：
Salesforce's Trusted AI Principle of Transparency emphasizes the importance of providing clear and understandable explanations of AI decisions and actions. This principle ensures that users can understand how AI conclusions are drawn, which is crucial for trust and accountability, especially in business applications where AI decisions can have significant impacts. Transparency helps mitigate the "black box" nature of AI systems by making them more interpretable and allows for better oversight, compliance, and alignment with ethical guidelines. Salesforce elaborates on these principles in their ethical AI practices, which can be further explored at Salesforce Ethical AI.
質問 # 56
開発者は、現在の顧客の行動を正確に予測するために、Salesforce で AI モデルをトレーニングするための適切なデータセットを選択するという任務を負っています。
開発者が選択時に考慮すべき重要な要素は何ですか?
- A. データセット内の変数の数
- B. データセットの経過時間
- C. データセットのサイズ
正解：C
解説：
説明
「データセットのサイズは、開発者が選択時に考慮すべき重要な要素です。データセットのサイズとは、AI モデルのトレーニングに利用できるデータの量を指します。データセットのサイズは、AI モデルの実現可能性と品質に影響を与える可能性があります。 AI モデル、および AI 技術とツールの選択。データセットのサイズは、AI モデルが新しいデータから学習し、適切に一般化するのに十分な情報を提供するのに十分な大きさである必要があります。」
質問 # 57
Salesforce では、バイアスを、人を分類したりマーケティングしたりするためにその人の不変の特性を利用することと定義しています。
不変特性の例として、機密性が高い可能性のある属性はどれですか?
- A. ニックネーム
- B. 財務状況
- C. メールアドレス
正解：B
解説：
説明
「経済状態は不変の形質の一例です。不変の形質とは、生まれつき、固定され、または変更できない特性です。たとえば、経済状態は、出生、相続、相続など、自分では制御できない要因によって決定されるため、不変の形質です。」ニックネームと電子メール アドレスは、選択や好みによって変更できるため、不変の特性ではありません。」
質問 # 58
生成 AI と予測 AI の主な違いは何ですか?
- A. 生成 AI は既存のデータに基づいて新しいコンテンツを作成し、予測 AI は既存のデータを分析します。
- B. 生成 AI は既存のデータに類似したコンテンツを検索し、予測 AI は既存のデータを分析します。
- C. 生成 AI は既存のデータを分析し、予測 AI は既存のデータに基づいて新しいコンテンツを作成します。
正解：A
解説：
説明
「生成 AI と予測 AI の主な違いは、生成 AI は既存のデータに基づいて新しいコンテンツを作成し、予測 AI は既存のデータを分析することです。生成 AI は、画像、テキスト、音楽、ビデオなどの新しいコンテンツをベースに生成できる AI の一種です予測 AI は、既存のデータや入力を分析し、パターンや傾向に基づいて予測や推奨を行うことができる AI の一種です。」
質問 # 59
Cloud Kicks は、過去のデータに基づいて顧客の関心を予測するソリューションを開発したいと考えています。同社は、従業員地域では製品カテゴリを取得するためにテキスト フィールドを使用しているのに対し、他のすべての場所の従業員は選択リストを使用していることを発見しました。
このシナリオでは、データ品質のどの側面が影響を受けますか?
- A. 完全性
- B. 精度
- C. 一貫性
正解：C
解説：
"Consistency is the dimension of data quality that is affected in this scenario. Consistency means that the data values are uniform and follow a common standard or format across different records, fields, or sources.
Inconsistent data can cause confusion, errors, or duplication in data analysis and processing. For example, using different field types for the same attribute can affect the consistency of the data."
質問 # 60
システム管理者は、データ管理戦略を導入する必要性を認識しています。
データ管理戦略の重要な要素は何ですか?
- A. データのバックアップ
- B. 色分け
- C. 命名規則
正解：A
解説：
Data Backup is a key component of a datamanagement strategy. A data backup is a process of creating and storing copies of data in a separate location or device to prevent data loss or damage in case of a disaster, accident, or malicious attack. A data backup can help ensure data availability, reliability, and security by allowing data to be restored or recovered in the event of a data breach, corruption, or deletion. A data management strategy should include a data backup plan that defines the frequency, scope, method, and location of data backups, as well as the roles and responsibilities of the data backup team.
質問 # 61
CRM でよく使用される AI の 3 つの例は何ですか?
- A. Einstein ボット、顔認識、推奨事項
- B. 予測スコアリング、レポート、画像分類
- C. 予測スコアリング、予測、推奨事項
正解：C
解説：
"Predictive scoring, forecasting, and recommendations are three commonly used examples of AI in CRM.
Predictive scoring can help prioritize leads, opportunities, and customers based on their likelihood to convert, churn, or buy. Forecasting can help predict future sales, revenue, or demand based on historical data and trends. Recommendations can help suggest the best products, services, or actions for each customer based on their preferences, behavior, and needs."
質問 # 62
データ品質が低いとどのような結果が考えられますか?
- A. AI 予測はより集中的になり、堅牢性は低下します。
- B. AI モデルは精度を維持しますが、応答時間が遅くなります。
- C. AI システムによってデータのバイアスが誤って学習され、増幅される可能性があります。
正解：C
解説：
説明
「データ品質が低い場合に考えられる結果は、データのバイアスが AI システムによって誤って学習され、増幅される可能性があることです。データ品質が低いということは、データが不正確、不完全、一貫性がない、無関係、または AI タスクにとって古いことを意味します。データ品質が低いと、次のような可能性があります。」 AI システムには、学習したり正確な予測を行うための十分な情報や正確な情報がない可能性があるため、AI システムのパフォーマンスと信頼性に影響を及ぼします。また、データ品質が低いと、人間のバイアス、社会的バイアス、確証バイアスなどのデータのバイアスが導入または悪化する可能性があります。 AI システムの公平性と倫理に影響を与える可能性があります。」
質問 # 63
データ品質は AI アプリケーションの倫理においてどのような役割を果たしますか?
- A. データが人口統計グループに過剰適合しないため、低品質のデータは意図しないバイアスのリスクを軽減します。
- B. 高品質のデータは、AI による根拠のない公正な意思決定を保証し、倫理的な使用を促進し、差別を防止するために不可欠です。
- C. 高品質のデータにより、パーソナライズされたキャンペーンに必要な人口統計的属性のプロセスが保証されます。
正解：B
解説：
説明
「高品質のデータは、偏りのない公平な AI の意思決定を保証し、倫理的使用を促進し、差別を防止するために不可欠です。高品質のデータとは、データが正確で、完全で、一貫性があり、関連性があり、AI タスクにタイムリーであることを意味します。 「データは、対象となる母集団または領域のバランスのとれた代表的なサンプルを提供することで、AI による偏りのない公平な決定を保証するのに役立ちます。また、高品質のデータは、個人データに関するユーザーの権利と好みを尊重することで、倫理的な使用を促進し、差別を防ぐのにも役立ちます。」
質問 # 64
Cloud Kicks は、Salesforce のケースを分析するためのカスタム サービス分析アプリケーションを作成したいと考えています。アプリケーションは、効率的なケース解決を確実にするために、正確なデータに依存する必要があります。
このカスタム アプリケーションに不可欠なデータ品質ディメンションはどれですか?
- A. 重複
- B. 一貫性
- C. 年齢
正解：B
解説：
"Consistency is the data quality dimension that is essential for creating a custom service analytics application to analyze cases in Salesforce. Consistency means that the data values are uniform and follow a common standard or format across different records, fields, or sources. Consistent data can ensure that the custom application can accurately and efficiently analyze cases and provide meaningful insights."
質問 # 65
Cloud Kicks は、セールスの電話やメールが多すぎるという顧客からの苦情を知りました。
これらの通信の非効率性を軽減するには、どのデータ品質の側面を評価する必要がありますか?
- A. 重複
- B. 同意
- C. 使用法
正解：A
解説：
"Duplication is the data quality dimension that should be assessed to reduce communication inefficiencies.
Duplication means that the data contains multiple copies or instances of the same record or value. Duplication can cause confusion, errors,or waste in data analysis and processing. For example, duplication can lead to communication inefficiencies if customers receive multiple calls or emails from different sources for the same purpose."
質問 # 66
CRM システムのコンテキストにおける Salesforce Trust AI 原則の役割は何ですか?
- A. AI の倫理的かつ責任ある使用のガイド
- B. AI 統合の技術仕様の概要
- C. AI データ モデルの精度のためのフレームワークを提供する
正解：A
解説：
"The role of Salesforce Trust AI principles in the context of CRM systems is guiding ethical and responsible use of AI. Salesforce Trust AI principles are a set of guidelines and best practicesfor developing and using AI systems in a responsible and ethical way. The principles include Accountability, Fairness & Equality, Transparency & Explainability, Privacy & Security, Reliability & Safety, Inclusivity & Diversity, Empowerment & Education. The principles aim to ensure that AI systems are aligned with the values and interests of customers, partners, and society."
質問 # 67
意思決定における人間の AI コラボレーションの主な課題は何ですか?
- A. 意思決定プロセスへの人間の関与の必要性を軽減します。
- B. AI への依存が生じ、批判的思考や監視が低下する可能性があります。
- C. 情報に基づいたバランスの取れた意思決定を促進します
正解：B
解説：
"A key challenge of human-AI collaboration in decision-making is that it creates a reliance on AI, potentially leading to less critical thinking and oversight. Human-AI collaboration is a process that involves humans and AI systems working together to achieve a common goal or task. Human-AI collaboration can have many benefits, such as leveraging the strengths and complementing the weaknesses of both humans and AI systems. However, human-AI collaboration can also pose some challenges, such as creating a reliance on AI, potentially leading to less critical thinking and oversight. For example, human-AI collaboration can create a reliance on AI if humans blindly trust or follow the AI recommendations without questioning or verifying their validity or rationale."
質問 # 68
組織がデータ品質の低下に悩まされると、どのような影響が生じる可能性がありますか?
- A. 従業員の士気の低下、株価の下落、優秀な人材を惹きつけることができない
- B. 収益の損失、顧客サービスの低下、風評被害
- C. 技術的負債、モノリシック システム アーキテクチャ、ETL スループットの遅さ
正解：B
解説：
The potential consequences of an organization suffering from poor data quality include revenue loss, poor customer service, and reputational damage. Poor data quality can lead to inaccurate analytics and decision-making, impacting customer interactions, marketing strategies, and financial forecasting. These issues ultimately affect customer satisfaction and could lead to financial losses and a damaged brand reputation. Salesforce highlights the importance of maintaining high data quality for effective CRM and AI applications, offering various tools and best practices to enhance data integrity. For guidance on managing and improving data quality in Salesforce, see the Salesforce documentation on data quality at Salesforce Data Quality.
質問 # 69
......
リアルなSalesforce-AI-Associate日本語試験別格な練習試験問題：https://www.jpntest.com/shiken/Salesforce-AI-Associate-JPN-mondaishu