Azure ML定義問題
入力データとして使われる「広さ・築年数・立地」などの説明変数を機械学習では何と呼ぶか？
A.ラベル（Labels）
✗ ラベルは予測したい「正解」のデータ（例：価格）を指す。
B.特徴量（Features）← 正解
✓ 正解。特徴量はモデルが予測を行うための手がかりとなる入力変数。
C.ターゲット
✗ ターゲットはラベルの別名であり、予測の目標となる出力値。
D.バリデーション
✗ バリデーションはモデル性能を検証するプロセスやそのためのデータを指す。
「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。