Azure ML定義問題
不均衡データ（病気あり1%：なし99%）で正解率（Accuracy）だけ使うべきでない理由はどれか？
A.計算コストが非常に高いから
✗ 計算コストの問題ではなく、指標としての信頼性が低いことが理由。
B.すべてを「なし」と予測するだけで99%の正解率になってしまうから← 正解
✓ 正解。多数派を予測し続けるだけで高い数値が出てしまい、少数クラスの検出能力を見誤る。
C.数式が複雑で理解しにくいから
✗ 正解率の数式は「正解数/全件数」と非常にシンプル。複雑さは理由ではない。
D.連続値の予測には使えないから
✗ 正解率は分類指標。不均衡問題での不適切さは連続値の扱いではなくバイアスの問題。
「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。