Azure ML定義問題
分類モデルの混同行列で「実際は陽性なのに誤って陰性と予測した（見逃した）」エラーを何と呼ぶか？
A.真陽性（True Positive）
✗ 真陽性は、陽性を正しく陽性と予測した成功ケース。
B.偽陰性（False Negative）← 正解
✓ 正解。偽陰性（FN）は実際は陽性なのに誤って陰性と予測した見逃し。再現率（Recall）に影響。
C.真陰性（True Negative）
✗ 真陰性は、陰性を正しく陰性と予測した成功ケース。
D.偽陽性（False Positive）
✗ 偽陽性は実際は陰性なのに陽性と誤予測した空振り（誤検知）。
「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。