機械学習の基礎定義問題
モデルが時間の経過とともに精度低下する原因として「本番データの統計的性質が訓練時から変化した」現象を何というか？
A.過学習
✗ 訓練データへの過度な適合。デプロイ後の時間経過による劣化を指す言葉ではない。
B.コンセプトドリフト（データドリフト）← 正解
✓ 正解。本番データの分布が訓練データと乖離し精度が低下する現象。定期再訓練で対処する。
C.アンダーフィッティング
✗ モデルの複雑さ不足による学習不足。訓練直後から精度が低い状態。
D.正則化
✗ 過学習防止の正則化手法（L1/L2）。精度低下の原因ではなく対策。
「機械学習の基礎」の他の問題
IT・クラウド の関連資格
AWS Certified Cloud Practitioner（CLF-C02）
AWSクラウドの入門資格。クラウドの概念・AWSのコアサービス・セキュリティ・料金モデルを問う。
AWS Certified Solutions Architect - Associate（SAA-C03）
AWSでのシステム設計能力を問うアソシエイト資格。高可用性・セキュリティ・コスト最適化の設計が中心。
DP-900：Microsoft Azure Data Fundamentals
Azureのデータサービスの基礎を問うMicrosoft認定資格。リレーショナル/非リレーショナルデータ、分析ワークロード、コアのデータ概念を扱う。