100%無料Salesforce-AI-Associate日本語試験問題集で試験を簡単に合格させるJPNTest
無料Salesforce-AI-Associate日本語試験問題Salesforce-AI-Associate日本語実際のリアル試験問題
質問 # 35
システムの価値観を他の人に押し付けるバイアスはどのタイプですか?
- A. 自動化
- B. アソシエーション
- C. 社会
正解：C
質問 # 36
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. 命名規則
- B. 色分け
- C. データのバックアップ
正解：C
解説：
説明
データ バックアップは、データ管理戦略の重要なコンポーネントです。データのバックアップとは、災害、事故、または悪意のある攻撃によるデータの損失や損傷を防ぐために、データのコピーを作成して別の場所またはデバイスに保存するプロセスです。データ バックアップは、データ違反、破損、または削除が発生した場合にデータを復元または回復できるようにすることで、データの可用性、信頼性、セキュリティを確保するのに役立ちます。データ管理戦略には、データ バックアップの頻度、範囲、方法、場所、およびデータ バックアップ チームの役割と責任を定義するデータ バックアップ計画を含める必要があります。
質問 # 37
生成された AI のバイアスに関係するデータの品質と透明性の利点は何ですか?
- A. バイアスの可能性は除去されます
- B. 偏見と軽減の可能性
- C. バイアスの可能性が悪化する
正解：B
解説：
A benefit of data quality and transparency as it pertains to bias in generated AI is that the chances of bias are mitigated. High data quality ensures that AI models are trained on accurate and representative data, reducing the risk of biased outcomes. Transparency in AI processes helps stakeholders understand how decisions are made, allowing for the identification and correction of potential biases. Together, these practices contribute to the development of fairer and more accountable AI systems. Salesforce highlights the importance of these principles in its AI practices, particularly through its ethical AI framework, which advocates for fairness and accountability. More on Salesforce's commitment to promoting unbiased AI can be found in their AI ethics guidelines at Salesforce AI Ethics.
質問 # 38
Cloud Kicks は新しい AI モデルをテストしています。
Salesforce の Trusted AI の包括性原則に適合するアプローチはどれですか?
- A. データ漏洩のリスクを制限するために、特定の地域または人口統計からのデータのみを使用してテストします。
- B. モデルの使用方法に適した多様で代表的なデータセットを使用してテストします。
- C. モデルの潜在的な社会的影響を評価するには、統一した背景を持つ開発チームに依存します。
正解：B
解説：
"Testing with diverseand representative datasets appropriate for how the model will be used aligns with Salesforce's Trusted AI Principle of Inclusivity. Inclusivity means that AI systems should be designed and developed with respect for diversity and inclusion of different perspectives, backgrounds, and experiences.Testing with diverse and representative datasets can help ensure that the models are fair, unbiased, and representative of the target population or domain."
質問 # 39
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. 年齢
- B. 重複
- C. 一貫性
正解：C
解説：
説明
「一貫性は、Salesforce で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するために不可欠なデータ品質の次元です。一貫性とは、データ値が均一であり、さまざまなレコード、フィールド、またはソースにわたって共通の標準または形式に従っていることを意味します。一貫性のあるデータとは、次のことが可能です。カスタム アプリケーションがケースを正確かつ効率的に分析し、有意義な洞察を提供できるようにします。」
質問 # 40
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 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。
- B. AI 予測はより集中的になり、堅牢性は低下します。
- C. 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。
正解：A
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 # 41
Cloud Kicks は Einstein を使用して予測を生成しますが、正確な結果が表示されませんか?
潜在的な石工にとってこれはどうなるでしょうか？
- A. データが多すぎます
- B. データ品質が低い
- C. 間違った製品です
正解：B
解説：
"Poor data quality is a potential reason for not seeing accurate results from an AI model. Poor data quality means that the data is inaccurate, incomplete, inconsistent, irrelevant, or outdated for the AI task. Poor dataquality can affect the performance and reliability of AI models, as they may not have enough or correct information to learn from or make accurate predictions."
質問 # 42
偏見と倫理を軽減するために、Salesforce がマーケティング Cloud Einstein エンゲージメント モデルのトレーニングから自動的に除外するデータはどれですか...
- A. 地理的
- B. 地理的
- C. 暗号化
正解：A
解説：
説明
「人口統計データは、偏見や倫理的懸念を軽減するために、Salesforce が Marketing Cloud Einstein エンゲージメント モデルのトレーニングから自動的に除外するデータです。人口統計データは、年齢、性別、人種、民族など、人口または人々のグループの特徴を記述するデータです。人口統計データは、アイデンティティや属性に基づいて人々を差別したり、異なる扱いをするために使用されると、偏見につながる可能性があります。また、人口統計データは、社会や文化における既存の偏見や固定観念を反映する可能性があり、公平性に影響を与える可能性がありますAI システムの倫理。Salesforce は、モデルが個人データではなく行動データに基づいていることを保証することで、偏見や倫理的懸念を軽減するために、Marketing Cloud Einstein エンゲージメント モデルのトレーニングから人口統計データを除外しています。」
質問 # 43
予測 AI と生成 AI の違いを最もよく説明しているのはどれですか?
- A. 予測 AT は機械学習を使用して入力データからの出力を分類または予測しますが、生成 Al は出力の生成に機械学習を使用しません。
- B. 予測 Al と生成 Al は同じ機能を持ちますが、受け取る入力のタイプが異なります。予測 AT は生データを受け取りますが、生成 AT は自然言語を受け取ります。
- C. 予測 Al は機械学習を使用して入力データからの出力を分類または予測しますが、生成 Al は機械学習を使用して指定された 4 つの入力に対して新しいオリジナルの出力を生成します
正解：C
解説：
Predictive AI and generative AI represent two different applications of machine learning technologies.
Predictive AI focuses on making predictions based on historical data. It analyzes past data to forecast future outcomes, such as customer churn or sales trends. On the other hand, generative AI is designed to generate new and original outputs based on the learned data patterns. This includes tasks like creating new images, text, or music that resemble the training data but do not duplicate it. Both types of AI use machine learning, but their objectives and outputs are distinct. For detailed differences and applications in a Salesforce context, Salesforce's guide on AI technologies is a helpful resource, accessible at Salesforce AI Technologies.
質問 # 44
コンサルタントは、さまざまなデータセットのテストをサポートするために、一連の結果スキャン ワークショップを実施します。
どの Salesforce Trusted AI 原則が実践されていますか>
- A. 透明度
- B. 説明責任
- C. 包括性
正解：C
解説：
説明
「多様なデータセットのテストをサポートする一連の結果スキャン ワークショップの実施は、Salesforce の Trusted AI の包括性原則を実践するアクションです。包括性は、AI システムが多様性と包括性を尊重して設計および開発されるべきであると規定する Trusted AI 原則の 1 つです」結果スキャン ワークショップの実施は、さまざまな関係者と協力して、さまざまなグループまたはドメインに対する AI システムの潜在的な影響と影響を特定し、評価することを意味します。結果スキャン ワークショップの実施は、多様なデータセットが確実に使用されるようにすることで、包括性の実践に役立ちますAI システムをテストして評価するためです。」
質問 # 45
Salesforce の Trusted AI 原則におけるアカウンタビリティ原則の主な焦点は何ですか?
- A. 顧客、パートナー、社会に対する自分の行動に責任を持つ
- B. 基本的人権の保護と機密データの保護
- C. アル主導の推奨事項と予測における透明性の確保
正解：A
解説：
"The main focus of the Accountability principle in Salesforce's Trusted AI Principles is taking responsibility for one's actions toward customers,partners, and society. Accountability means that AI systems should be designed and developed with respect for the impact and consequences of their actions on others.
Accountability also means that AI developers and users should be aware of and adhere to the ethical, legal, and regulatory standards and expectations of their industry and domain."
質問 # 46
Cloud Kicks のデータ品質専門家は、各新しい連絡先に少なくとも電子メール アドレスが含まれていることを確認したいと考えています。
これを実現するにはどの機能を使用する必要がありますか?
- A. 自動入力
- B. 検証ルール
- C. 重複した一致ルール
正解：B
解説：
説明
「検証ルールを使用して、各新しい連絡先に少なくとも電子メール アドレスまたは電話番号が含まれていることを確認する必要があります。検証ルールは、ユーザーが入力したデータを Salesforce に保存する前に、そのデータにエラーがないかチェックする機能です。検証ルールは、データ値に対して特定の基準または条件を強制することにより、データの品質を向上させます。」
質問 # 47
新しく入力されたレコードのアカウント間で一貫性を確保するには、組織は何をすべきでしょうか?
- A. 組織全体のレコードに対して、命名規則またはユーザーが選択可能な値の事前定義されたリストを実装します。
- B. 重複エントリが検出された場合、すべての重複アカウントを 1 つのレコードにマージします。
- C. 企業の Web サイトやソーシャル メディアなどのソースから表示されるとおりにデータを入力します。
正解：A
解説：
To ensure consistency across accounts for newly entered records, organizations should implement naming conventions or a predefined list of user-selectable values. This approach standardizes data entry, reducing variations and errors. It also helps in maintaining clean data which is essential for accurate reporting and analytics. Using standardized naming conventions ensures that all users adhere to a consistent format, making it easier to manage and analyze data across the organization. For more information on best practices for data management in Salesforce, refer to Salesforce's documentation on Data Management Best Practices.
質問 # 48
Cloud Kicks は AI モデル用のデータセットを準備し、データ内のいくつかの不一致を特定します。
会社が取るべき最も適切な行動は何ですか?
- A. モデルのトレーニングに使用されるデータの量を増やします。
- B. データの不整合を調査し、データ品質技術を適用します。
- C. データの不一致を考慮して Al モデルを調整します。
正解：B
解説：
When inconsistencies in data are identified, the most appropriate action is to investigate these inconsistencies and apply data quality techniques. Adjusting the AI model to accommodate poor quality data or simply increasing the quantity of data without addressing the underlying issues does not solve the problem and can lead to less reliable AI outputs. Proper data cleaning, normalization, and validation are necessary steps to ensure that the data fed into an AI model is accurate and reliable, thus enhancing the model's performance.
Salesforce provides guidelines on how to manage and improve data quality, including practical steps for addressing data inconsistencies, detailed at Improving Data Quality in Salesforce.
質問 # 49
予測分析、機械学習、自然言語処理 (NLP)、コンピューター ビジョンとは何ですか?
- A. Salesforce で使用されるさまざまなタイプのデータモデル
- B. Salesforce で使用されるさまざまな種類の自動化ツール
- C. Salesforce に適用できるさまざまなタイプの AI
正解：C
解説：
Predictive analytics, machine learning, natural language processing (NLP), and computer vision are all types of artificial intelligence technologies that can be applied in Salesforce to enhance various aspects of business operations and customer interactions. Predictive analytics uses historical data to make predictions about future events. Machine learning involves algorithms that can learn from and make decisions based on data. NLP is concerned with the interactions between computers and humans using natural language, and computer vision interprets and processes visual information from the world to make sense of it in the way humans do.
Salesforce harnesses these AI technologies, particularly through its Einstein platform, to provide powerful tools that help businesses automate tasks, make better decisions, and offer more personalized services. For more on how Salesforce utilizes these AI technologies, you can explore the Einstein AI services documentation at Salesforce Einstein.
質問 # 50
AI システムのトレーニング時にバイアスが入り込まないようにするにはどうすればよいでしょうか?
- A. さまざまなトレーニング データをインポートします。
- B. プロキシ変数を含めます。
- C. 別の仮定を使用します。
正解：A
解説：
説明
「AI システムのトレーニング時にバイアスが入り込むのを防ぐためには、多様なトレーニング データを使用する必要があります。多様なトレーニング データとは、データが AI タスクに関連する幅広い特徴やパターンをカバーしていることを意味します。多様なトレーニング データは、AI システムのトレーニングに役立つ可能性があります。」 「AI システムが対象となる母集団またはドメインのバランスのとれた代表的なサンプルから学習するようにすることで、バイアスを軽減します。また、多様なトレーニング データは、データ内のより多くのバリエーションとシナリオを捕捉することで、AI システムの精度と一般化を向上させるのにも役立ちます。」
質問 # 51
CRM である AI は、営業担当者が以前の顧客とのやり取りをよりよく理解するのにどのように役立つのでしょうか?
- A. 通話の概要を提供します
- B. 製品説明を作成、ローカライズ、翻訳します
- C. パーソナライズされたサービス応答をトリガーします
正解：A
解説：
"Providing call summaries is how AI with CRM helps sales representatives better understand previous customer interactions. Call summaries are a feature that uses natural language processing (NLP) to analyze voice conversations between sales representatives and customers and generate summaries or transcripts of the calls. Call summaries can help sales representatives better understand previous customer interactions by providing key information, insights, or action items from the calls."
質問 # 52
「最小特権の権利」は機密の個人データを扱うリスクをどのように軽減しますか?
- A. データにアクセスできる人の数を制限することによって
- B. 収集される属性の数を減らすことによって
- C. データ保持ポリシーを適用することによる
正解：A
解説：
説明
「「最小特権の権利」は、データにアクセスできる人数を制限することで、機密性の高い個人データを扱うリスクを軽減します。「最小特権の権利」とは、各ユーザーまたはシステムが最低限のレベルの権限を持つ必要があることを規定するセキュリティ原則です。タスクまたは機能を実行するために必要なアクセスまたは特権。
「最小限の特権の権利」は、機密の個人データを不正アクセス、悪用、漏洩から保護するのに役立ちます。」
質問 # 53
メールを使用してナレッジ記事のコンテンツを作成する Einstein 機能はどれですか?
- A. 発見する
- B. 予測します
- C. 生成
正解：C
解説：
説明
「Einstein Generate は、メールを使用してナレッジ記事のコンテンツを作成します。Einstein Generate は、データまたはテキスト入力に基づいて概要、説明、推奨事項を自動的に作成できる自然言語生成 (NLG) 機能です。たとえば、Einstein Generate は、次のユーザー間のメール会話を分析できます。エージェントと顧客をサポートし、ナレッジ ベースの記事の下書きを生成します。」
質問 # 54
Salesforce の安全ガイドラインを念頭に置いて、信頼できる生成 AI を開発および実装するには、どのアクションを実行する必要がありますか?
- A. 毒性を軽減し、PII を保護するガードレールを作成します。
- B. 二酸化炭素排出量を削減するために、適切なサイズのモデルを開発します。
- C. AI がコンテンツを作成して自動的に配信する場合は透明性を保ちます。
正解：A
解説：
説明
「有害性を軽減し、PII を保護するガードレールの作成は、Salesforce の安全ガイドラインを念頭に置いて、信頼できる生成 AI を開発および実装するために講じるべきアクションです。Salesforce の安全ガイドラインは、AI システムを設計および開発する必要があることを規定する Trusted AI 原則の 1 つです」人間と環境の安全と福祉を尊重します。ガードレールの作成とは、AI システムによって引き起こされる潜在的な危害やリスクを防止または制限できる対策やメカニズムを実装することを意味します。たとえば、ガードレールの作成は、不適切なものをフィルタリングすることで毒性を軽減するのに役立ちます。ガードレールを作成すると、AI システムによって生成された個人情報や機密情報をマスキングまたは匿名化することで、PII を保護することもできます。」
質問 # 55
Cloud Kicks は、AI を使用して販売プロセスと顧客サポートを強化したいと考えています。
どの容量を使用する必要がありますか?
- A. 現在のリードとケースのダッシュボード
- B. セールス パスとオートマトン ケースのエスカレーション
- C. Einstein リードスコアリングとケース分類
正解：C
解説：
"Einstein Lead Scoring and Case Classification are the capabilities that Cloud Kicks should use to enhance its sales processes and customer support. Einstein Lead Scoring and Case Classification are features that use AI to optimize sales and service processes by providing insights and recommendations based on data.
Einstein Lead Scoring can help prioritize leads based on their likelihood to convert, while Einstein Case Classification can help categorize and route cases based on their attributes."
質問 # 56
機械学習とは何ですか?
- A. Salesforce で使用されるデータ モデル
- B. 知能を成長させることができる AI
- C. 新しいコンテンツを作成する AI
正解：A
解説：
説明
「データ モデルは、Salesforce で使用される機械学習機能です。データ モデルは、データ構造とアルゴリズムを使用した現実世界の現象またはプロセスの表現または抽象化です。データ モデルは、さまざまな側面の記述、分析、予測に使用できます。機械学習技術を使用して現象やプロセスを分析します。」
質問 # 57
多様でバランスの取れた大規模なデータセットの利点は何ですか?
- A. トレーニング時間
- B. モデルの精度
- C. データプライバシー
正解：B
解説：
説明
「モデルの精度は、多様でバランスのとれた大規模なデータセットの利点です。多様なデータセットは、AI タスクに関連するさまざまな特徴やパターンをキャプチャできます。バランスの取れたデータセットにより、モデルの特定のサブセットへの過適合または過小適合を回避できます。大規模なデータセットは、モデルが新しいデータから学習して適切に一般化するのに十分な情報を提供できます。」
質問 # 58
Salesforce 管理者は、注文の宛先国を取得するための新しいフィールドを作成します。
データ品質を確保するにはどのフィールド タイプを使用する必要がありますか?
- A. 数値
- B. テキスト
- C. 選択リスト
正解：C
解説：
説明
「選択リスト フィールド タイプは、注文の仕向国を取得するためのデータ品質を確保するために使用する必要があります。選択リスト フィールド タイプを使用すると、ユーザーはリストから 1 つ以上の事前定義された値を選択できます。選択リスト フィールド タイプは、一貫性と正確性を強制することでデータ品質を保証できます。 、データ値の完全性。」
質問 # 59
営業マネージャーは、Salesforce の AI を使用してプロセスを改善したいと考えていますか?
AI のどのアプリケーションが最も有益でしょうか?
- A. データのモデリングと管理
- B. 販売ダッシュボードとレポート
- C. リードソーリングと機会予測
正解：C
解説：
"Lead scoring and opportunity forecasting are applications of AI that would be most beneficial for a sales manager who wants to improve their processes using AI in Salesforce. Lead scoring can help prioritize leads based on their likelihood to convert, while opportunity forecasting can help predict future sales or revenue based on historical data and trends. These applications of AI can help optimize sales processes by providing insights and recommendations that can increase sales efficiency and effectiveness."
質問 # 60
......
最新100%合格率保証付きの素晴らしいSalesforce-AI-Associate日本語試験問題PDF：https://www.jpntest.com/shiken/Salesforce-AI-Associate-JPN-mondaishu