Azure ML定義問題
本番デプロイ後に訓練データと本番データの性質が乖離しモデル精度が低下する現象を監視する手法はどれか。
A.モデルレジストリ（Model Registry）の活用
✗ モデルのバージョン管理には役立つが、データの統計的変化の監視は行わない。
B.データドリフト（Data Drift）の監視← 正解
✓ 正解。データの統計的変化を検知し、モデル再訓練が必要か判断するために不可欠な仕組み。
C.リアルタイムエンドポイントのオートスケーリング
✗ インフラの負荷調整機能であり、モデルの精度維持とは直接関係しない。
D.トレーニングパイプラインのハイパーパラメータ調整
✗ モデル構築時のチューニング工程。デプロイ後の継続的監視とは異なる。
「Azure ML」の他の問題
Azure Machine Learning DesignerとAutomated MLの違いとして正しいものはどれか？Azure MLで「注文ごとに即時で詐欺判定を返すAPI」と「月末に100万件を一括処理するAPI」に対してそれぞれ適切…Azure MLのモデルレジストリの主な目的はどれか？Azure MLのResponsible AI ダッシュボードで確認できる分析として含まれないものはどれか？Azure MLのAutoMLが複数のモデルを試した後、最終的に最良モデルを選ぶ基準として使われる指標の例として正しいの…Azure Machine Learningで複数のアルゴリズムとパラメータを自動試行し、特定データに最適なモデルを特定…
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。