難問チャレンジ定義問題
「AIの説明可能性（Explainability）」においてSHAP値が示すものはどれか？
A.モデルの全体的なAUCスコア
✗ AUCはモデル全体の性能指標。個々の予測の根拠を説明するSHAPとは異なる。
B.特定の予測に対して各特徴量が与えた寄与度（正負の影響量）← 正解
✓ 正解。SHAP値はゲーム理論のShapley値を応用し、各特徴量が予測値を上げた/下げたかをスコアで定量化する。
C.モデルのパラメータ更新履歴
✗ パラメータ更新履歴は訓練ログで確認する。SHAPは推論時の説明に使う。
D.API呼び出し時のトークン消費量
✗ トークン消費量はAzureの課金ログで確認する指標。
「難問チャレンジ」の他の問題
Azure MLのAutoMLで「分類タスク」を実行する際、不均衡データへの対処として自動的に行われることはどれか？「Transformer」の「Self-Attention」メカニズムが解決した従来のRNNの問題はどれか？RAGシステムで「ユーザーの質問に最も関連する文書を検索する」際に使うベクターの種類はどれか？Azure OpenAI Serviceのデプロイメント設定で「TPM（Tokens Per Minute）」と「RPM…「Differential Privacy（差分プライバシー）」をMLに適用する主な目的はどれか？Azure MLの「Prompt flow」を使うのに最も適したユースケースはどれか？
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。